基于生成对抗网络的遮挡人脸图像修复的改进与实现
IMPROVEMENT AND IMPLEMENTATION OF OCCLUSION FACE IMAGE INPAINTING BASED ON GENERATIVE ADVERSARIAL NETWORK作者机构：贵州大学电气工程学院贵州贵阳550025
出 版 物：《计算机应用与软件》 (Computer Applications and Software)
年 卷 期：2021年第38卷第1期
页 面：217-221,249页
学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
主 题：生成对抗网络 卷积神经网络 梯度惩罚 跳跃连接 人脸图像修复
摘 要：针对目前的遮挡人脸图像修复领域中遮挡部位与遮挡大小的限制或修复后人脸图像不够连贯等问题,提出一种改进的Wasserstein生成对抗网络(WGAN)方法来改善人脸图像的修复。将卷积神经网络作为生成器模型,并在对应层间加入跳跃连接来增强生成图像的准确性。在判别器中引入Wasserstein距离进行判别,并引入梯度惩罚来完善判别器。在CelebA人脸数据集与LFW人脸数据集上进行实验,结果表明该方法的修复效果良好。
维普期刊数据库
同方期刊数据库
