基于改进的注意力机制与纹理结构分层的生成对抗网络图像修复方法

打开文本图片集

摘  要：构建一个以U-Net为基础的模型，通过引入注意力机制与纹理结构分层相融合的图像修复方法，在生成對抗网络模型基础上，引入通道注意力并结合多尺度卷积模块，将图像下采样提取特征分为纹理特征与结构特征，采用改进的Res2Net 残差块并重构损失函数.实验结果表明，修复后图像的纹理和结构更（剩余9488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。