基于点积自注意力机制和残差网络的DAGAN图像补全算法
打开文本图片集
关键词:DAGAN;自注意力机制;残差网络
1引言
最初的图像补全主要是基于数学和物理学的一种传统图像学技术。然而,近来年,在深度学习(DeepLearning,简称DL)逐渐占领视觉领域研究前沿的趋势下,以深度学习为代表的机器学习正带领研究者突破传统模型发展的瓶颈。利用DL处理图像补全的典型算法,按照网络结构类型可以分为2类,即基于CNN(Convolutional Neural Networks,卷积神经网络)的语境自编码算法和基于GAN(Generative AdversarialNetwork,生成对抗网络)的图像补全算法。(剩余2450字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。