文献类型：期刊文章

作　　者：张雪菲[1,2] 程乐超[2] 白升利[2] 张繁[3] 孙农亮[1] 王章野[2]

Zhang Xuefei;Cheng Lechao;Bai Shengli;Zhang Fan;Sun Nongliang;Wang Zhangye(College of Electronic and Information Engineering,Shandong University of Science and Technology,Qingdao 266590;State Key Laboratory of CAD&CG,Zhejiang University,Hangzhou 310058;College of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310014)

机构地区：[1]山东科技大学电子信息工程学院,青岛266590 [2]浙江大学CAD&CG国家重点实验室,杭州310058 [3]浙江工业大学计算机科学与技术学院,杭州310014

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家重点研发计划项目(2017YFB1002703);国家自然科学基金联合基金(U1736109);国家高技术研究发展计划(2015AA016404).

年　　份：2020

卷　　号：32

期　　号：3

起止页码：401-409

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于卷积神经网络的人脸图像修复技术在刑事侦破、文物保护及影视特效等领域有着重要的应用.但现有方法存在着图像修复结果不够清晰以及结果多样化不足等缺点,为此,提出了一种基于变分自编码器的人脸图像修复方法.首先设计了一种变分自编码器的变种网络,通过引入生成对抗网络解决修复人脸图像不清晰的问题,同时对变分自编码器中的隐变量进行约束,使得其中各个维度相互独立,实现特征解耦操作;最后通过动态规划获得最佳分割边界,利用泊松图像编辑得到无缝融合的结果.在CelebA数据集上的实验结果表明,该方法获得了良好的图像修复结果,同时,通过显式地控制隐变量的不同维度,展现了不同属性的人脸图像修复结果.

关 键 词：图像修复 变分自编码器  特征解耦  判别网络  图像融合

分 类 号：TP391.41]