如需要完整文档点击下方 "点击下载文档" 按钮

图像修复是图像处理的一个重要问题,目的是利用计算机视觉技术自动恢复退化图像中损坏或丢失的部分,被广泛应用于影视特技制作、图像编辑、数字化文物保护等领域。 近几年,以生成式对抗网络( GAN) 为代表的深度学习技术在计算机视觉和图像处理领域大获成功,基于 GAN 的图像修复逐渐成为主流,受到了广泛关注。 针对图像修复的关键问题,文章对 GAN 和基于 GAN 的修复方法进行理论分析,首先整理分析了传统的基于人工特征的经典图像修复方法,其次总结了近年来基于 GAN 的代表性图像修复算法,并进行归纳分类,探讨了各类方法的特点和局限性。 然后对图像修复模型常用的评价指标和公开数据集进行整理和分析,最后阐述了图像修复面临的挑战,对图像修复技术未来的发展方向进行展望。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于生成式对抗网络的图像修复研究进展》

将 完整文档 下载到本地，方便收藏和查阅

文件号：058625

点击下载文档