10.3969/j.issn.1000-386x.2021.02.038
基于高频小波损失的生成对抗人脸补全方法研究
基于生成对抗网络架构设计一种新的人脸补全模型.在生成网络中使用空洞卷积以增加特征图的感受野,提升网络性能;针对生成补全图像模糊,提出基于小波分解的损失函数设计方法,将图像转换到小波空间,提取高频信息作为l1小波损失,有效提升人脸图像补全的质量.对VGGFace2人脸数据集下半部分人脸进行遮挡,作为训练数据集,以LFW数据集遮挡,进行人脸补全测试结果分析.实验结果表明,所设计算法的网络补全后的人脸结构相似性(SSIM)达到0.8034,峰值信噪比(PSNR)达到20.9467,有效提升了人脸补全的效果.
人脸补全、生成对抗网络、空洞卷积、小波分解
38
TP3(计算技术、计算机技术)
上海市科学技术委员会科研计划项目17DZ1100808
2021-03-09（万方平台首次上网日期，不代表论文的发表时间）
共6页
233-238
