基于深度学习的面部修复技术综述
Survey of facial completion techniques based on deep learning
1. 电子信息现场勘验应用技术公安部重点实验室, 西安 710121
2. 陕西省无线通信与信息处理技术国际合作研究中心, 西安 710121
3. 西安邮电大学 图像与信息处理研究所, 西安 710121
4. 新加坡Silicon Vision有限公司, 新加坡 787820
摘要
传统图像修复算法在修复区域涉及复杂非重复结构（如面部）时，不能准确捕捉到高级语义。近三年来基于深度学习的方法被应用于图像修复中，其修复结果的结构相似性较传统方法提高了10%以上。首先阐述了面部修复技术的研究发展历程，主要介绍了基于深度学习的面部修复算法，将其分为无监督和有监督两大类方法，在每一类中重点对近年来涌现的各种面部修复算法进行分析和总结；然后归纳了当前主流的六类图像数据集，以及算法性能评价指标；最后讨论了面部修复技术的未来研究方向。
基金项目
国家自然科学基金资助项目(61801381)
陕西省国际合作交流项目(2018KW-003)
出版信息
DOI: 10.19734/j.issn.1001-3695.2019.10.0583
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第1期
所属栏目: 综述评论
出版页码: 9-14
文章编号: 1001-3695(2021)01-002-0009-06
发布历史
[2021-01-05] 印刷出版
引用本文
刘颖, 佘建初, 公衍超, 等. 基于深度学习的面部修复技术综述 [J]. 计算机应用研究, 2021, 38 (1): 9-14. (Liu Ying, She Jianchu, Gong Yanchao, et al. Survey of facial completion techniques based on deep learning [J]. Application Research of Computers, 2021, 38 (1): 9-14. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
