基于TLIAM-Net的图像修复模型
滕林
张乾
柏武贰
贵州民族大学 数据科学与信息工程学院,贵阳 550025;贵州民族大学 贵州省模式识别与智能系统重点实验室,贵阳 550025
摘要：针对现有变换器(Transformer)图像修复模型对空间信息利用不足,且对大面积缺失区域的修复存在语义模糊的问题,提出基于 Transformer-局部重要性注意力和 Mish 激活函数的编码器-解码器网络(Transformer-local importance-based attention and Mish activation function encoder-decoder network,TLIAM-Net)图像修复模型.首先,TLIAM-Net模型采用编码器-解码器架构,将Transformer块逐级连接,以充分利用图像的特征信息.其次,在每个Transformer块后引入局部重要性注意力(local importance-based attention,LIA)机制,提升模型对空间信息的利用能力.最后,在Transformer块中使用Mish激活函数,使模型平滑过渡并更好地捕捉细微特征.结果表明,当掩码比例为(0.5,0.6]时,TLIAM-Net模型在弗利克人脸高清数据集(Flickr-faces-high quality dataset,FFHQ)上的弗雷歇特起始距离(Fréchet inception distance,FID)值为12.0116,相较于多级交互式连体滤波(multi-level interactive siamese filtering,MISF)模型降低了 51.17%.TLIAM-Net模型明显提升了图像修复任务的准确度和去模糊性能,能够被广泛应用到图像去模糊、去噪、缺损补全多种子任务,并降低人工修复成本.
关键词：图像修复空间注意力激活函数Transformer编码器-解码器
分类号：TP391.41(计算技术、计算机技术)
资助基金：贵州民族大学校级科研项目(GZMUZK(2023)QN10)贵州民族大学校级科研项目(GZMUZK(2021)YB23)
论文发表日期：2025-12-30
在线出版日期：2025-12-10（本平台首次上网日期，不代表文献的发表时间）
页数：7( 504-510 )
英文信息