基于三阶段生成网络的图像修复邵新茹１叶海良１杨冰１曹飞龙１摘要基于深度学习的图像修复研究重点之一是色彩、边缘和纹理的生成，然而，已有研究对色彩、边缘和纹理生成方法还可优化．因此，文中提出三阶段生成网络，每个阶段分别侧重于对色彩、边缘和纹理的合成．具体而言，在ＨＳＶ色彩生成阶段，可在ＨＳＶ色彩域中重建图像的全局色彩，为修复过程提供色彩指导．在边缘优化阶段，设计边缘学习框架，可获取更准确的边缘信息．在纹理合成阶段，构建特征双向融合解码器，增强图像的纹理细节．上述三个阶段依次衔接，每个阶段均可提升图像修复性能．大量实验表明文中网络性能较优．关键词图像修复，生成对抗网络，ＨＳＶ色彩生成模型，特征双向融合解码器引用格式邵新茹，叶海良，杨冰，曹飞龙．基于三阶段生成网络的图像修复．模式识别与人工智能，２０２２，３５（１２）：１０４７－１０６３．ＤＯＩ１０．１６４５１／ｊ．ｃｎｋｉ．ｉｓｓｎ１００３⁃６０５９．２０２２１２００１中图法分类号ＴＰ３９１ＩｍａｇｅＩｎｐａｉｎｔｉｎｇｗｉｔｈａＴｈｒｅｅ⁃ＳｔａｇｅＧｅｎｅｒａｔｉｖｅＮｅｔｗｏｒｋＳＨＡＯＸｉｎｒｕ１，ＹＥＨａｉｌｉａｎｇ１，ＹＡＮＧＢｉｎｇ１，ＣＡＯＦｅｉｌoｎｇ１ＡＢＳＴＲＡＣＴＯｎｅoｆｔｈｅｒｅｓｅａｒｃｈｅｍｐｈａｓｅｓoｆｉｍａｇｅｉｎｐａｉｎｔｉｎｇｂａｓｅｄoｎｄｅｅｐｌｅａｒｎｉｎｇｉｓｔoｇｅｎｅｒａｔｅｃoｌoｒ，ｅｄｇｅａｎｄｔｅｘｔｕｒｅ．Ｈoｗｅｖｅｒ，ｇｅｎｅｒａｔｉoｎｍｅｔｈoｄｓoｆｔｈｅｓｅｔｈｒｅｅｉｍｐoｒｔａｎｔｐｒoｐｅｒｔｉｅｓｎｅｅｄｔoｂｅｆｕｒｔｈｅｒｉｍｐｒoｖｅｄ．Ａｔｈｒｅｅ⁃ｓｔａｇｅｇｅｎｅｒａｔｉｖｅｎｅｔｗoｒｋｉｓｐｒoｐoｓｅｄ，ａｎｄｔｈｒｅｅｓｔａｇｅｓｔｅｎｄｔoｓｙｎｔｈｅｓｉｚｅｃoｌoｒｓ，ｅｄｇｅｓａｎｄｔｅｘｔｕｒｅｓｒｅｓｐｅｃｔｉｖｅｌｙ．Ｓｐｅｃｉｆｉｃａｌｌｙ，ｔｈｅｇｌoｂａｌｃoｌoｒoｆｔｈｅｉｍａｇｅｉｓｒｅｃoｎｓｔｒｕｃｔｅｄｉｎｔｈｅＨＳＶｃoｌoｒｓｐａｃｅａｔｔｈｅＨＳＶｃoｌoｒｇｅｎｅｒａｔｉoｎｓｔａｇｅｔoｐｒoｖｉｄｅｃoｌoｒｇｕｉｄａｎｃｅｆoｒｉｍａｇｅｉｎｐａｉｎｔｉｎｇ．Ａｎｅｄｇｅｌｅａｒｎｉｎｇｆｒａｍｅｗoｒｋｉｓｄｅｓｉｇｎｅｄａｔｔｈｅｅｄｇｅoｐｔｉｍｉｚａｔｉoｎｓｔａｇｅｔooｂｔａｉｎｍoｒｅａｃｃｕｒａｔ...
