计算机科学与探索

作者：时澄，潘斌，郭小明，李芹芹，张露月，钟凡

单位：1.辽宁石油化工大学 计算机与通信工程学院，辽宁 抚顺 1130012.辽宁石油化工大学 理学院，辽宁 抚顺 1130013.山东大学 计算机科学与技术学院，山东 青岛 266237

关键词：图像补全,生成式对抗网络,卷积神经网络,马尔科夫随机场,均方误差

图像补全是数字图像处理领域的重要研究方向，具有广阔的应用前景。提出了一种基于生成式对抗网络（GAN）的图像补全方法。生成式对抗网络模型由生成器模型和判别器模型两部分构成，通过采用卷积神经网络（CNN）实现。首先，通过生成器模型对图像的缺失区域进行补全；然后，利用判别器模型对图像的补全效果进行判别。采用马尔科夫随机场（MRF）与均方误差（MSE）相结合的损失函数训练生成器模型，加强对图像纹理细节的处理能力。实验结果证明，基于生成式对抗网络的图像补全方法，相较于其他现有的方法，具有更好的补全效果。

来源：2019年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第8期