资料下载
×
基于生成式对抗网络的图像补全方法
消耗积分:0 |
格式:pdf |
大小:1.06 MB |
2021-05-19
分享资料个
图像补全是数字图像处理领域的重要研究方向，具有广阔的应用前景。提出了一种基于生成式对抗网络（GAN）的图像补全方法。生成式对抗网络模型由生成器模型和判别器模型两部分构成，通过采用卷积神经网络（NN）实现。首先，通过生成器模型对图像的缺失区域进行补全;然后，利用判别器模型对图像的补全效果进行判别。采用马尔科夫随机场（MRF）与均方误差（MSE）相结合的损失函数训练生成器模型，加强对图像纹理细节的处理能力。实验结果证明，基于生成式对抗网络的图像补全方法，相较于其他现有的方法，具有更好的补全效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
