公开(公告)号：CN112465718A

公开(公告)日：2021-03-09

申请号：CN202011354369.4

申请日：2020-11-27

Applicant: 东北大学秦皇岛分校

Inventor： 项林英 ,  马乐鹏 ,  陈飞

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供一种基于生成对抗网络的两阶段图像修复方法，涉及计算机视觉技术领域。本发明通过构建了两阶段的生成对抗网络模型，通过先边缘再整体的修复方法，实现对大面积破损图像的准确修复，利用生成对抗网络，将问题简化为端到端的模型训练，通过加入Ghost模块代替传统卷积层，同时间歇性插入SE模块，使得网络在性能得到提升的同时，网络参数和计算量有了明显下降，同时在训练中使用混合精度训练，提高了网络的收敛速度，提升了网络性能。

公开(公告)号：CN112465718B

公开(公告)日：2022-07-08

申请号：CN202011354369.4

申请日：2020-11-27

Applicant: 东北大学秦皇岛分校

Inventor： 项林英 ,  马乐鹏 ,  陈飞

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明提供一种基于生成对抗网络的两阶段图像修复方法，涉及计算机视觉技术领域。本发明通过构建了两阶段的生成对抗网络模型，通过先边缘再整体的修复方法，实现对大面积破损图像的准确修复，利用生成对抗网络，将问题简化为端到端的模型训练，通过加入Ghost模块代替传统卷积层，同时间歇性插入SE模块，使得网络在性能得到提升的同时，网络参数和计算量有了明显下降，同时在训练中使用混合精度训练，提高了网络的收敛速度，提升了网络性能。