论文部分内容阅读
基于生成对抗网络的图像修复算法
【摘 要】
：
图像修复是指利用待修复图像已知部位的信息按照某种规则来填充修补未知部位,达到人眼无法分辨图像是否被修复过的效果。传统的图像修复方法,例如基于纹理或结构的方法,在修复大面积区域破损的图像时效果不佳。如何保证修复后的图像不仅在语义和结构上连贯,同时还原缺失区域的细节和纹理成了图像修复领域的主要研究热点。自从生成对抗网络出现以后,由于其强大的生成和特征学习能力被广泛应用于图像修复任务。传统的生成对抗网络
【机 构】
：
东华大学
【出 处】
：
东华大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
该文提出基于支持向量机的人脸识别的方法,利用专门的小样本统计理论来解决具典型小样本问题的人脸识别,并用对图像噪音、图像光照条件引起的灰度变化有良好稳定性等特性的图像矩阵的SVD特征向量来表征人脸.实验取得了很高的识别率,不仅验证了方法的有效性,也说明了支持向量机在人脸识别领域的实用性.不足的是SVD特征向量对人脸表情变化非常敏感,影响了识别效果,若对训练本图像进行适当的选择识别结果将更令人满意.
学位