基于自适应多特征融合的双重图像退化修复网络 |
| |
引用本文: | 赵雪雅,彭春燕,张效娟.基于自适应多特征融合的双重图像退化修复网络[J].中国科学:信息科学,2023(11):1939-1952. |
| |
作者姓名: | 赵雪雅 彭春燕 张效娟 |
| |
作者单位: | 1. 青海师范大学计算机学院;2. 青海师范大学省部共建藏语智能处理及应用国家重点实验室 |
| |
基金项目: | 国家重点研发计划重点专项(编号:2020YFC1523305);;国家自然科学基金项目(批准号:62262056)资助; |
| |
摘 要: | 当前图像修复方法大多局限于处理某个单一特定任务,如超分辨率、去噪、着色等,很少有网络模型同时具备处理双重退化的能力.而现存可以解决多重图像退化问题的算法普遍结构复杂、训练时间长、人力成本较大.本文提出一种基于自适应多特征融合的双重退化修复网络(adaptive multi-feature fusion dual degradation restoration network, AMFNet),利用自引导模块(SGM)融合图像的多尺度信息,有效去除了图像中的部分缺陷;使用带有空洞卷积的编码解码器模块巩固图像的语义信息,实现了中间图像的着色;引入带有自适应多特征融合模块(AMF)的中间信息传输机制(ITM)链接以上两大结构,自适应选择保留网络递进过程的图像特征以避免有用信息的丢失.实验结果表明,基于自适应多特征融合的双重图像退化修复网络模型视觉生成效果最优,通过在CelebA和Landscape数据集上的测试分析,其结构相似度(SSIM)与感知图像补丁相似度(LPIPS)优于同类方法,而峰值信噪比(PSNR)则远超同类方法高达5 dB.
|
关 键 词: | 生成对抗网络 图像去噪 图像着色 自适应 神经元调整 |
|
|