基于改进重构损失函数的生成对抗网络图像修复方法

作者：叶晓文; 章银娥^*; 周琪

来源：赣南师范大学学报, 2023, 44(06): 106-111.

DOI：10.13698/j.cnki.cn36-1346/c.2023.06.018

• 图像修复
• 改进的重构损失函数
• 生成对抗网络

生成对抗网络广泛应用于图像处理任务，并且在图像修复任务中也取得了不错的成就，但是当前的图像修复算法使用的重构损失存在没有考虑修复图像不同区域权重的问题，因此本文提出了一种基于改进重构损失函数的生成对抗网络图像修复方法，通过改进重构损失来提升图像的细节修复.在模型的编码器和解码器中引入多尺度稠密卷积模块，帮助模型提取到不同尺度的特征.同时将空洞残差空间注意力模块引入到跳跃连接处，其结合了空洞卷积、残差块和空间注意力，有助于提升图像修复效果.本方法使用CelebA数据集进行实验，实验结果表明峰值信噪比(PSNR)、结构相似度(SSIM)和弗雷歇距离(FID)比对比方法有所提升.

• 单位
  赣南师范大学; 东华理工大学长江学院