Pytorch实现之SCGAN实现人脸修复

简介

简介：在输入端对输入图像采用掩码遮挡部分图像，之后通过跳跃生成对抗网络生成修复掩码部分的人脸进而生成完整的人脸数据。对于生成器结构的损失采用MES损失，对于鉴别器的结构采用WGAN-GP的损失。鉴别器为双鉴别器结构，一个负责检验完整图像的真假，一个负责检验掩码部分图像的真假。

论文题目：SCGAN: Generative Adversarial Networks of Skip Connection for Face Image Inpainting（跳跃连接生成对抗网络修复人脸）

会议：2022 Ninth International Conference on Social Networks Analysis, Management and Security (SNAMS)

摘要：深度学习在涉及人脸修复的工作中得到了广泛的应用，然而，通常会出现一些问题，如不连贯的修复边缘、生成图像缺乏多样性等问题。为了获得更多的特征信息，提高修复效果ÿ