基于深度学习的面部修复技术综述

作者：刘颖; 佘建初; 公衍超; 卢津; 王富平; 林庆帆; 李莹华

来源：计算机应用研究, 2021, 38(01): 9-14.

DOI：10.19734/j.issn.1001-3695.2019.10.0583

• 面部图像修复
• 深度学习
• 生成对抗网络
• 卷积神经网络

传统图像修复算法在修复区域涉及复杂非重复结构(如面部)时,不能准确捕捉到高级语义。近三年来基于深度学习的方法被应用于图像修复中,其修复结果的结构相似性较传统方法提高了10%以上。首先阐述了面部修复技术的研究发展历程,主要介绍了基于深度学习的面部修复算法,将其分为无监督和有监督两大类方法,在每一类中重点对近年来涌现的各种面部修复算法进行分析和总结;然后归纳了当前主流的六类图像数据集,以及算法性能评价指标;最后讨论了面部修复技术的未来研究方向。

• 单位
  西安邮电大学