基于U-Net的结构纹理图像修复  

作　　者：刘康怡 楚云菲 王劲松[1] 

机构地区：[1]湖北大学人工智能学院,湖北武汉430062

出　　处：《物联网技术》2025年第9期77-80,共4页Internet of things technologies

摘　　要：图像修复技术旨在恢复图像中的缺损部分,以生成清晰合理的图像。文中以提高不规则图像修复效果为目的,重点探究基于深度学习技术的图像修复方法。主流方法在修复时对图像纹理和结构的有效信息提取较少,致使生成的图像比较模糊或部分不合理。针对这一问题,设计了一种基于U-Net和生成对抗网络的双分支修复方法。该方法以纹理和结构相互耦合的方式修复图像,通过加入混合注意力模块和多尺度残差模块,能让生成网络更精准地捕捉图像中的细节和结构信息,进而实现高质量的图像修复,修复后的图像纹理更加清晰;再将修复结果传入判别网络中,进一步优化修复质量。实验结果显示,该方法在人脸和自然场景修复方面均取得了较好的效果。

关 键 词：图像修复 深度学习 U-Net 生成对抗网络 注意力机制 双分支修复方法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]