公开(公告)号：CN112365422B

公开(公告)日：2023-02-28

申请号：CN202011283720.5

申请日：2020-11-17

Applicant: 重庆邮电大学

Inventor： 钟福金 ,  杨苗

IPC: G06T5/00 ,  G06T7/41 ,  G06T3/40 ,  G06T9/00 ,  G06T11/40 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于图像修复领域，具体涉及一种基于深层聚合网络的不规则缺失图像修复方法，该方法包括：输入图像，对其进行预处理；将图像传入深层聚合网络进行特征提取；采用权重分享策略对聚合结点特征图进行权重分享，并使用上下文注意力机制对权重分享后的特征图像进行修复，得到具有纹理特征的特征图；将具有纹理特征的特征图和原始图像中每个尺度的特征图转化为梯度图；根据每个尺度的梯度图和具有纹理特征的梯度图计算损失，根据损失对神经网络进行迭代训练，优化损失，得到修复后的图像；本发明在下采样的不同阶段使用不同个数的深度可分离的上下文门控卷积，提取图像更多的特征，以便解码时生成具有逼真的结构和纹理，提高了修复的精准度。

公开(公告)号：CN112365422A

公开(公告)日：2021-02-12

申请号：CN202011283720.5

申请日：2020-11-17

Applicant: 重庆邮电大学

Inventor： 钟福金 ,  杨苗

IPC: G06T5/00 ,  G06T7/41 ,  G06T3/40 ,  G06T9/00 ,  G06T11/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像修复领域，具体涉及一种基于深层聚合网络的不规则缺失图像修复方法，该方法包括：输入图像，对其进行预处理；将图像传入深层聚合网络进行特征提取；采用权重分享策略对聚合结点特征图进行权重分享，并使用上下文注意力机制对权重分享后的特征图像进行修复，得到具有纹理特征的特征图；将具有纹理特征的特征图和原始图像中每个尺度的特征图转化为梯度图；根据每个尺度的梯度图和具有纹理特征的梯度图计算损失，根据损失对神经网络进行迭代训练，优化损失，得到修复后的图像；本发明在下采样的不同阶段使用不同个数的深度可分离的上下文门控卷积，提取图像更多的特征，以便解码时生成具有逼真的结构和纹理，提高了修复的精准度。