基于非局部操作和多尺度特征聚合的圖像修復(fù)方法

打開文本圖片集

摘 要 為有效解決修復(fù)大范圍破損圖像時存在的紋理模糊和整體語義信息不連貫的問題，提出基于非局部操作和多尺度特征聚合的兩階段圖像修復(fù)算法，在第1階段，邊緣重建網(wǎng)絡(luò)生成整體的邊緣結(jié)構(gòu)信息；在第2階段，引入非局部操作機制進行紋理細(xì)節(jié)信息的修復(fù)。在CelebA-HQ數(shù)據(jù)集上采用不同掩碼率的圖像進行性能驗證，結(jié)果顯示所提模型的PSNR和SSIM分別達(dá)到了32.17 dB和0.982；與EdgeConnect、RFR、CTSDG和AOT-GAN模型進行比較，結(jié)果表明：該模型對大范圍破損圖像能夠生成紋理更加清晰且語義合理的修復(fù)圖像，PSNR、SSIM和FID指標(biāo)均優(yōu)于其他4種算法。（剩余11181字）