基于深度学习的图像修复研究进展

刘媛媛; 彭浩; 代宇婷; 徐宝磊; 王安志

doi:10.11907/rjdk.221772

您当前的位置：

首页 >

文章列表页 >

基于深度学习的图像修复研究进展

研究综述 | 更新时间：2023-07-24

- 基于深度学习的图像修复研究进展
- Research Progress of Image Inpainting Based on Deep Learning
- “在图像修复领域，基于深度学习的技术快速发展，成为主流。本文全面梳理了卷积神经网络、生成式对抗网络和Transformer网络三大类修复方法，深入分析了它们的特点和不足，并在多个公开数据集上进行了系统的实验验证和分析。这为图像修复技术未来的发展提供了新方向。”
  
  ”
- 软件导刊 2023年22卷第7期页码：220-226
- 作者机构：
  
  1.贵州师范大学大数据与计算机科学学院，贵州贵阳 550025
  2.四川文理学院智能制造学院，四川达州 635000
- 作者简介：
  
  刘媛媛（2001-），女，CCF学生会员，贵州师范大学大数据与计算机科学学院学生，研究方向为图像修复
  彭浩（2001-），男，贵州师范大学大数据与计算机科学学院学生，研究方向为图像数字处理、计算机视觉
  代宇婷（2001-），女，贵州师范大学大数据与计算机科学学院学生，研究方向为图像处理
  徐宝磊（1983-），男，硕士，四川文理学院智能制造学院助理研究员，研究方向为深度学习、教育大数据
  王安志（1986-），男，博士，贵州师范大学大数据与计算机科学学院副教授、硕士生导师，研究方向为深度学习、计算机视觉。。
- 基金信息：
  
  特色植物开发研究四川省高校重点实验室2021年度开放基金项目(TSZW2109);贵州省大学生创新创业训练计划项目(S202110663029;S202110663028);贵州师范大学大学生科研训练计划项目(DK2020A027;DK2020A026)
- DOI：10.11907/rjdk.221772
  中图分类号： TP391.41
- 纸质出版日期：2023-07-30，
  
  收稿日期：2022-07-10，
扫描看全文
刘媛媛,彭浩,代宇婷等.基于深度学习的图像修复研究进展[J].软件导刊,2023,22(07):220-226.

LIU Yuanyuan,PENG Hao,DAI Yuting,et al.Research Progress of Image Inpainting Based on Deep Learning[J].Software Guide,2023,22(07):220-226.
刘媛媛,彭浩,代宇婷等.基于深度学习的图像修复研究进展[J].软件导刊,2023,22(07):220-226. DOI： 10.11907/rjdk.221772.

LIU Yuanyuan,PENG Hao,DAI Yuting,et al.Research Progress of Image Inpainting Based on Deep Learning[J].Software Guide,2023,22(07):220-226. DOI： 10.11907/rjdk.221772.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

卷积神经网络在前列腺多参数MRI中的应用进展

轻量化VGG-T3模型及岩样分类应用

基于内容的图像检索技术研究综述

一种改进一维卷积神经网络的轴承故障诊断方法

基于CNN与Bi-LSTM混合模型的中文文本分类方法

基于深度学习的图像修复研究进展

Research Progress of Image Inpainting Based on Deep Learning

DOI：10.11907/rjdk.221772