基于上下文特征提取的邊緣生成三階段圖像修復算法

芮志超，郭艷艷

（山西大學 物理電子工程學院，山西 太原 030006）

0 引言

由于圖像在傳輸和獲取過程中受到人為或環境的影響會導致圖像信息丟失，需要對圖像進行修復處理，增強其視覺效果。傳統圖像修復是根據圖像樣本相似度、結構紋理一致性等方法，結合數學、物理理論構建算法模型修復破損圖像，主要包括基于擴散的方法［1］和基于補丁的方法［2-3］。但是，傳統的修復算法只能基于已有區域的信息來填充未知區域，未出現在已知區域的內容無法預知填充。

近年來，深度卷積網絡和生成式對抗網絡已被大量應用到圖像修復中［4-6］。Pathak D等［7］在2016年提出了上下文編碼器，該算法通過構建一個編碼器-解碼器結構完成缺損圖像的編解碼工作，并添加判別損失完成圖像的精細修復，但該算法只能修復簡單結構的破損圖像，對于人臉圖像修復遠遠不足；Yu J等［8］在2019年提出利用門控卷積層替代傳統卷積層，解決了傳統卷積層將圖像所有像素視為有效像素的缺點，該算法只適用于規則掩膜，而對于自由掩膜而言，圖像修復效果差；Nazeri K等［9］在2019年提出一種Edge-Connection模型，通過設計額外的輔助網絡，利用缺損區域邊緣信息輔助圖像修復；Guo X等［10］在2021年提出了一種結構約束紋理合成和紋理引導結構重建的耦合網絡來完成整個修復過程，并設計了雙向門控特征融合模塊來實現結構和紋理信息的融合。

綜上所述，現有修復人臉圖像的算法可以劃分為單階段修復模型、漸進式兩階段模型和基于結構先驗或者語義先驗約束的圖像修復模型。……