基于双阶段深度学习的图像修复方法

摘要

针对现有图像修复方法在处理复杂损伤和依赖成对训练样本方面的不足，提出一种端到端的双阶段自监督图像修复方法 .该方法包括退化模拟、边缘修复和色彩重建3个环节，并通过协同优化实现结构与色彩的协同还原.实验在档案馆历史图像集上进行，采用峰值信噪比(peak signal-to-noise ratio,PSNR)、感知相似度(learned perceptual image patch similarity,LPIPS)、弗雷歇起始距离(Fréchet inception distance,FID)和色彩丰富度得分(Colorfulness Score)4项指标进行评估.结果表明，该方法在图像还原精度、感知质量和色彩表现方面均优于主流方法，具备良好的实用价值和鲁棒性.

关键词

图像修复 / 自监督学习 / 图像退化模拟 / 协同优化 / 属性解耦 / 深度学习