基于生成对抗网络的图像修复研究

作者：刘庆俞; 刘磊; 陈磊; **

来源：黑龙江工业学院学报(综合版), 2023, 23(10): 89-94.

DOI：10.16792/j.cnki.1672-6758.2023.10.004

• 生成对抗网络
• 图像修复
• UNet
• 残差
• 注意力机制

针对图像受损区域修复后存在边界突出、纹理不清晰等问题，提出一种改进生成对抗网络的图像修复模型。以Context Encoder(CE)模型为基础，使用UNet结构改造生成器网络，为充分提高其特征提取能力，在下采样层中增加多尺度残差模块和自注意力模块。在对抗损失和L1损失函数的作用下，生成器和判别器交替训练，直至网络稳定。基于CelebA数据集的对比实验表明，修复算法的修复效果较好，SSIM和PSNR两项指标均有明显提升。

• 单位
  淮南师范学院