计算机应用

作者：袁琳君, 蒋旻, 罗敦浪, 江佳俊, 郭嘉

单位：1. 武汉科技大学 计算机科学与技术学院, 武汉 430065;2. 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学), 武汉 430065

关键词：人像姿态信息,生成对抗网络,图像修复,姿态掩码,人像姿态损失

基金：国家自然科学基金资助项目（41571396）。

人像修复广泛用于基于图像渲染和计算摄影的照片编辑。针对衣着的不同、高矮胖瘦的区别以及姿态的高自由度等因素给人像修复带来的困难，提出了一种基于生成对抗网络（GAN）的高效人像修复方法。算法分为两阶段：第一阶段基于编码器-解码器网络粗略修复图像，然后估计其中人体姿态信息；第二阶段基于姿态信息和GAN来精确修复人像。利用人像姿态信息来连接人像姿态关键点，形成姿态框架并执行膨胀操作，得到人像姿态掩码，以此构造人像姿态损失函数进行网络训练。实验结果表明，与Contextual Attention修复方法相比，所提方法的修复结果在结构相似度（SSIM）上提升了1%。该方法将人像姿态信息加入到修复过程中，有效地约束了待修复区域人像数据的解空间范围，加强了网络对人像姿态信息的关注程度。

来源：2020年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第3期