基于Residual-WGAN的人脸图像修复研究

发布时间：2024-05-12 17:03

　　数字人脸图像修复指利用计算机手段将有缺损地人脸图像进行恢复的过程。按照一定的规则借助缺损区域的领域像素信息修复图像,目的在于使得观察者无法辨别出是否为缺损图像。图像修复在多个方向上都有应用,如:老旧图像复原、遮挡物移除、视频信息恢复等。传统的图像修复技术修复的图像往往会出现模糊不清、伪影等问题;当缺损区域较大时,也无法很好完成修复工作。当涉及人脸图像修复时,仅利用信息扩散原理预测缺损区域已无法达到修复要求。本文提出了基于Residual-Wasserstein生成对抗网络的人脸图像修复算法。该算法创新点在于能够非监督地从深层次网络中获取背景信息来完成图像修复。在改善了传统修复算法模糊不清等缺陷时,利用深度学习进一步提升了图像的生成与修复效果。本文主要工作如下:(1)研究生成对抗网络的训练方法与模型结构,该网络在无监督学习方面具有优秀的生成效果,却存在很多缺陷,如梯度弥散、训练过程不稳定、收敛难等问题。引入DCGAN能将生成对抗网络用于图像处理,WGAN能够解决梯度弥散、收敛难和训练易崩溃的问题。本文基于以上网络对传统的生成对抗网络进行改进并训练。(2)同时引入残差网络与谱归一化算法,本...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图1-1数字图像处理发展历史Fig.1-1DevelopmentHistoryofDigitalImageProcessing

合一些先进的深度学习思想创建一个新的深度生成对抗网络并且搭建一个完整的图像修复系统。1.2国内外研究现状1.2.1图像修复技术研究进展图像修复领域从文艺复兴时期发展至今一共演变出了以下四个方向，即：人工修复方向、基于结构的修复算法方向、基于纹理的修复算法方向以及基于深度学习的修复....

图1-3GAN网络论文发表量[19]

西安理工大学硕士学位论文6图1-2生成对抗网络发展（部分）Fig.1-2DevelopmentofGenerativeAdversarialNetworks(Part)图1-3GAN网络论文发表量[19]Fig.1-3NumberofGANPapersPublished1.3论文....

图1-2生成对抗网络发展（部分）

西安理工大学硕士学位论文6图1-2生成对抗网络发展（部分）Fig.1-2DevelopmentofGenerativeAdversarialNetworks(Part)图1-3GAN网络论文发表量[19]Fig.1-3NumberofGANPapersPublished1.3论文....

图2-7二维卷积操作Fig.2-7Two-dimensionalConvolution

生成对抗网络相关理论及算法研究19DC-GAN的基础结构是二维卷积与转置卷积算法。二维卷积指的是在图像层面上进行的卷积操作，目的在于从高维向量中提取出低维特征，类似于图像的下采样过程，成为了图像处理领域最为广泛使用的操作之一。二维卷积通常是直接使一个维度小于图像的卷积核（filt....

本文编号：3971624