公开(公告)号：CN116823647A

公开(公告)日：2023-09-29

申请号：CN202310661898.6

申请日：2023-06-06

Applicant: 成都信息工程大学

Inventor： 胡靖 ,  吴颖超 ,  陶宇可 ,  张红湖 ,  杨飞扬 ,  刘李骏坤 ,  邓中臣 ,  吴锡

IPC: G06T5/00 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于深度学习的图像补全方法，所述图像补全方法提出一种内置傅里叶变换操作的高效补全网络，在实现长距离依赖的同时保证模型的高效率运行，同时补全网络内嵌有聚合型选择性卷积核网络的快速傅里叶变换模块，其中，快速傅里叶变换模块负责补全网络获得全局感受野，聚合型选择性卷积核网络按照各尺度的贡献适应性调整比重，更精确地为模型提供局部性信息补充，最终实现全局融合度更高、局部细节更丰富的图像补全。与现有常有的补全方法进行实验对比，本发明方法生成图像的还原度和清晰度更好，尤其在遮挡率较大的情况下，生成图像局部的语义连贯以及全局的整体契合。