收稿日期:2022－01－07基金项目:国家自然科学基金资助项目(62266049，61861045);云南省万人计划“教学名师”;云南省高校重点实验室建设计划项目(202101AS070031)．作者简介:李海燕(1976－)，女，云南红河人，云南大学教授，博士生导师．第44卷第3期2023年3月东北大学学报(自然科学版)JournalofNortheasternUniversity(NaturalScience)Vol．44，No．3Mar．2023doi:10．12068/j．issn．1005－3026．2023．03．004基于U－net边缘生成和超图卷积的两阶段修复算法李海燕1，熊立昌1，郭磊1，李海江2(1.云南大学信息学院，云南昆明650000;2.云南交通投资建设集团有限公司，云南昆明650001)摘要:为了有效修复背景复杂、大面积不规则缺失区域，得到合理的结构和精细的纹理，提出了基于U－net边缘生成和超图卷积的两阶段修复算法．首先，将缺失图像输入基于U－net门控卷积的粗修复网络，通过跳跃连接将图像的上下文信息向深层传播，获取丰富的图像细节信息，下采样提取缺失区域边缘特征，上采样还原缺失区域边缘细节，同时使用混合空洞卷积增大信息感受野，获取细节纹理信息．然后，将粗修复结果输入含超图卷积的细修复网络，捕获和学习输入图像中的超图结构，使用空间特征的互相关矩阵捕获空间特征结构，改善结构完整性并提升细节细粒度．最后，将细修复结果输入鉴别器进行判别优化，进一步优化修复结果．在国际公认数据集上进行实验仿真，结果显示:本文提出的算法在修复大面积不规则缺失时，可以生成合理的结构和丰富的纹理细节，修复的视觉效果，PSNＲ，SSIM和L1损失优于对比算法．关键词:图像修复;U－net边缘生成;超图卷积;混合空洞卷积;两阶段网络中图分类号:TP391文献标志码:A文章编号:1005－3026(2023)03－0331－09Two-StageInpaintingAlgorithmBasedonU-netEdgeGenerationandHypergraphsConvolutionLIHai-yan1，XIONGLi-chang1，GUOLei1，LIHai-jiang2(1.SchoolofInformationScienceandEngneering，YunnanUniversity，Kunming650000，China;2.YunnanCommunicationsInvestmentandConstructionGroupCo．，Ltd．，Kunming650001，China．Corresspandingauthor:LIHai-yan，E-mail:leehy@ynu．edu．cn)Abstract:Inordertoimplementreasonablestructureinpaintingandfinetexturereconstructionforlargeirregularmissingareaswithcomplexbackground，atwo-stagenetworkinpaintingalgorithmbasedonU-netedgegenerationandhypergraphsconvolutionisproposed．F...
