基于點積自注意力機制和殘差網(wǎng)絡的DAGAN圖像補全算法

打開文本圖片集

關鍵詞：DAGAN;自注意力機制；殘差網(wǎng)絡

1引言

最初的圖像補全主要是基于數(shù)學和物理學的一種傳統(tǒng)圖像學技術。然而，近來年，在深度學習（DeepLearning，簡稱DL）逐漸占領視覺領域研究前沿的趨勢下，以深度學習為代表的機器學習正帶領研究者突破傳統(tǒng)模型發(fā)展的瓶頸。利用DL處理圖像補全的典型算法，按照網(wǎng)絡結(jié)構(gòu)類型可以分為2類，即基于CNN（Convolutional Neural Networks，卷積神經(jīng)網(wǎng)絡）的語境自編碼算法和基于GAN（Generative AdversarialNetwork，生成對抗網(wǎng)絡）的圖像補全算法。（剩余2450字）