基于多损失约束与注意力块的图像修复方法

作者：曹真; 杨云^*; 齐勇; 李程辉

来源：陕西科技大学学报, 2020, 38(03): 158-165.

DOI：10.19481/j.cnki.issn2096-398x.2020.03.026

• 注意力块
• 差异网络
• Vgg19特征提取网络
• 谱归一化
• Wasserstein距离

为解决基于深度卷积生成对抗网络的语义图像修复模型存在的重建结果内容、风格、细节特征还原不准确问题以及模型训练不稳定问题,提出一种结合残差块和注意力块的Multi-Loss GAN模型.同时,在图像生成阶段,向模型引入谱归一化和Wasserstein距离以稳定模型训练;在图像修复阶段,向模型增设差异网络和Vgg19特征提取网络分别提供差异、内容、风格损失协助模型寻找最优编码以提升最终的修复效果.最后在CelebA数据集上进行大量仿真实验.结果显示,Multi-Loss GAN较于DCGAN方法和GLCIC方法在PSNR和SSIM上分别提升0.6～2.0 db,0.01～0.05.

• 单位
  陕西科技大学