APP下载

基于生成对抗网络的破损老照片修复

2021-04-23陈圆圆刘惠义

计算机与现代化 2021年4期
关键词:特征区域

陈圆圆,刘惠义

(河海大学计算机与信息学院,江苏 南京 211100)

0 引 言

老照片作为一段时期的特定影像记录,承载着宝贵的记忆,它有着不可替代的意义。然而老照片由于年代久远、当时技术的不成熟或者保存不当等因素,或多或少出现发黄、折痕、磨损,甚至表层还会出现不规则剥落及破洞现象,需要对这些老照片进行图像修复。图像修复是指在一张图片中存在局部区域破损或缺失,需要利用已有的边缘信息来将这些破损区域进行修复或补全的技术[1-2]。该技术被广泛用于修复受损的图片、文物以及去除不需要的遮挡物等方面[3-4]。

传统的图像修复算法主要包括偏微分算法[5-6]和纹理合成算法[3,7],由于仅利用原图中存留的周边信息,局限性明显。当待修复区域包含复杂、非重复结构时,修复效果不尽人意。

近年来,深度学习在计算机视觉和图像处理领域的研究不断取得进步,使用海量图片对网络进行训练,使得训练好的模型可以具备大量的先验知识,为图像修复提供了另外一种思路[8]。尤其是生成对抗网络[9]的提出,在图像修复领域取得了很好的效果。Pathak等人[10]使用简单的编码解码器作为图像修复的主网络,通过编码部分得出低维特征图,解码部分使用提取到的特征来修复缺损区域并还原整个图像,并使用判别器监督使得修复区域尽可能地和原始图像接近,但是由于通道全连通层的信息瓶颈,使得输出图像的修复区域往往含有视觉伪影,表现出模糊的特征,修补痕迹明显。……

登录APP查看全文

猜你喜欢

特征区域
永久基本农田集中区域“禁废”
分割区域
如何表达“特征”
不忠诚的四个特征
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
线性代数的应用特征
区域