融合边缘检测和自注意力的图像修复方法
【摘要】 针对修复后图像边界模糊、图像纹理不清晰、视觉效果差的问题, 提出了一种融合边缘检测和自注意力机制的生成式对抗修复模型. 通过边缘检测可提取出图像的轮廓信息, 避免了修复后边界模糊的问题; 利用自注意力机制能够捕获图像全局信息并生成图像精确细节的能力, 设计出融合自注意力机制的纹理修复网络. 该模型由边缘补全网络和纹理修复网络组成, 首先, 设计的边缘补全网络对受损图像的边缘进行补全, 得到边缘补全图像; 其次,利用纹理修复网络联合补全的边缘图像对缺失区域的纹理进行 精确修复. 在CelebA和Place2两个图像数据集上对本文所建模型进行了训练和测试. 实验结果表明: 本文所建模型与现有图像修复方法相比, 大幅提高了图像修复的精确度, 且生成的图像更加逼真.
