基于双重自注意力机制的人脸图像修复

人脸图像修复旨在修复输入人脸图像中的缺失区域，生成令人满意的高质量修复结果.然而当存在大面积缺失时，直接修复缺失人脸图像十分困难，此时修复网络的全局上下文信息感知能力是影响修复结果的关键.鉴于此，本文提出了软硬注意力相结合的双重自注意力模块.该模块通过全局相似度计算来获得软硬两种注意力特征，之后对两种注意力特征进行自适应融合，进而提高修复网络对全局上下文信息的感知能力.此外，本文进一步提出了多尺度生成对抗网络以加强对修复结果的监督，促使修复网络生成更高质量的修复结果.实验结果表明，本文方法在定量和定性评测上均优于五种先进的对比方法.

Face Inpainting Based on Dual Self-attention Mechanism