文件名称：DFT的matlab源代码-DFT_inpainting:使用频域先验的图像修复
文件大小：390KB
文件格式：ZIP
更新时间：2024-06-14 22:37:49
系统开源
DFT的matlab源代码使用频域先验的图像修复 | 抽象的 在本文中，我们提出了一种使用频域信息的新颖图像修复技术。 通过仅使用空间域信息来训练神经网络，有关图像修复的现有技术可以预测丢失的像素。 但是，这些方法仍难以为实际的复杂场景重建高频细节，从而导致颜色，边界伪影，扭曲的图案和模糊的纹理之间的差异。 为了缓解这些问题，我们研究了是否有可能通过使用频域信息（离散傅里叶变换）以及空间域信息来训练网络来获得更好的性能。 为此，我们提出了一种基于频率的反卷积模块，该模块可使网络在选择性重构高频分量的同时学习全局上下文。 我们在公开可用的数据集CelebA，Paris Streetview和DTD纹理数据集上评估了我们提出的方法，并且表明我们的方法在质量和数量上均优于当前的最新图像修复技术。 （a）输入缺少区域的图像； （b）通过我们的反卷积网络进行第一阶段重建的DFT； （c）我们提议的方法的图像修复结果（第二阶段之后）； （d）GT图片。 最后一列显示了从我们的方法获得的缺失区域的预测以及GT图像中相同区域的原始像素值。 先决条件： 的Python 3 PyTorch 1.0 NVI
【文件预览】：
DFT_inpainting-master
----stage_2()
--------.DS_Store(8KB)
--------CEEC()
--------utils.py(16KB)
--------freq_utils.py(23KB)
----stage_1()
--------train_color_irregular.py(12KB)
--------models.py(1006B)
--------utils.py(11KB)
--------train_color-randombbox.py(11KB)
--------loss.py(7KB)
--------dataset.py(3KB)
--------freq_utils.py(22KB)
----.DS_Store(12KB)
----README.md(7KB)
----Picture1.png(306KB)