生成对抗网络进行感知遮挡人脸还原的算法研究

摘要 有遮挡人脸图像还原是指通过对遮挡区域的图像进行估计，尽可能使用语义上合理的内容来填补.现有的人脸图像还原算法大多使用预先定义的掩模来模拟遮挡，并未考虑真实场景下的遮挡（如眼镜、口罩等）大小和位置对图像还原的影响.提出了一种基于深度卷积生成对抗网络的遮挡感知人脸还原方法，通过学习最接近遮挡图像的编码，来推断缺失的内容，并在生成的过程中自动检测出遮挡的区域，此外，为了减少面部信息丢失，保证恢复后的人脸的真实性，引入语义感知网络，以此进一步优化所提模型.对所选数据集的实验表明，所提出的模型效果较好