构建一个以U-Net为基础的模型，通过引入注意力机制与纹理结构分层相融合的图像修复方法，在生成对抗网络模型基础上，引入通道注意力并结合多尺度卷积模块，将图像下采样提取特征分为纹理特征与结构特征，采用改进的Res2Net残差块并重构损失函数.实验结果表明，修复后图像的纹理和结构更统一，修复图像与原始图像在高级语义上更加接近.
科研之友
微信
新浪微博
Facebook
分享链接
