期刊论文

中文

电讯技术

1001-893X

2022

62

11

1545-1553

10.3969/j.issn.1001-893x.2022.11.001

国家自然科学基金面上项目（61772561）； 湖南省自然科学基金面上项目（2022JJ31019）； 湖南省研究生优秀教学团队项目（湘教通[2019]370号）；

本校为第一机构

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构.为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法.首先通过边缘生成网络生成合理的幻觉边缘信息,然后在图像补全网络完成图像的重建工作.为了进一步生成视觉效果更逼真的图像,提高图像修复的精确度,在图像补全网络采用推理注意力机制,有效控制了生成特征的不一致性,从而生成更有效的信息.所提方法在多个数据集上进行了实验验证,结果表明该图像修复方法的结构相似性指数达到了88.9％,峰值信噪比达到了25.56 dB,与现有的图像修复方法相比,该方法具...

When the existing image inpainting methods process large-area missing or highly textured images,they usually produce distorted structures or fuzzy textures that are inconsistent with surrounding areas,and cannot reconstruct a reasonable image structure.Therefore,this paper proposes a two-stage network image inpainting method based on reasoning attention mechanism.Firstly,the edge generation network generates the reasonable illusion edge information,and then the image completion network finishes the image reconstruction.In order to get more realistic images with visual effects and improve the a...