“互联网+”大学生创新创业大赛未“补”先知——基于堆叠生成器网络的多阶段语义感知图像补全研究.pdfVIP

Image Inpainting 未“补”先知——基于堆叠生成器网络的 多阶段语义感知图像补全研究 Multi-stage Semantic-aware Image Inpainting with Stacked Generator Networks 图像补全技术应用到各个领域 ：文物修复、公安防治、公共交通、金融交易等相关系统。 纸质图像老化 ，文物破损。修复要求高、难度大。 图像残缺或者被故意遮挡 ，不能获得有用信息。导致在 公共交通 ，金融安全和公安侦查都存在问题。 现有图像补全技术 ，通常无法产生视觉上的自然内容和语 义上合理的结构。 现有图像补全技术 ，不能有效地把握已知区域和未知区域 之间语义特征的相关性 ，生成结果的局部细节不一致。 目前 ，图像补全市场需求量非常广非常大 ，具有很大的发展空间。 时间 政策 相关内容 培育发展人工智能新兴产业。进一步推进计算 2016年5月 《 “互联网+”人工智能三年行动实施方案》 机视觉、智能语音处理、生物特征识别、新型 人机交互等关键技术的研发。 研究复杂环境下基于计算机视觉的定位、导航、 2017年7月 《新一代人工智能发展规划》 识别等机器人及机械手臂 自主控制技术。 到2022年 ，CMOS图像传感器、光学镜头、 专 《超高清视频产业发展行动计划 2019年2月 业图像处理设备、编解码芯片等核心元器件取 （2019-2022年）》 得突破 ，8K前端核心设备形成产业化能力。 聚焦高端芯片、操作系统、人工智能关键算法、 《中华人民共和国国民经济和社会发展第十 2021年3月 传感器等关键领域 ，加快推进基础理论、基础 四个五年规划和 2035 年远景目标纲要》 算法、装备材料等研发突破与迭代应用。 国家政策积极推进 ，未来市场前景广阔，需求迫切 目前市面上仍未出现一款经济实惠、功能强大的图像补全产品。 方案一 问题一 融合不同层次的特征信息 ，并通过由粗到细 无法有效地处理图像的高 的层次表示来实现图像修复。我们通过逐元 级语义信息 素添加将上一层潜在特征融合到当前层潜在 特征中，旨在将粗略语义信息传递到精细语 义信息中，以实现特征的可重用性。