2022, Vol. 54
2. 数字出版技术国家重点实验室，北京 100871
2. State Key Laboratory of Digital Publishing Technology, Beijing 100871, China
人脸图像修复因其在电影工业、刑事侦破等方面的广泛应用，成为了计算机视觉领域的一个研究热点。传统的图像修复方法主要分为基于扩散和基于补丁块两类。第一类基于扩散的方法如文献[1-2]是将被遮挡区域周围的低维特征以迭代的方式传播进遮挡区域，第二类基于补丁块的方法如文献[3-4]则是在同一张或者多张图像中搜索相似的补丁块的方式来修复目标区域。这两类修复方法都只适用于填充纹理相似的背景图像，但人脸图像面部成分之间存在紧密的联系，其修复结果应具备全局语义的合理性，比如左右眼对称、肤色一致等。因此，基于扩散和基于补丁块的方法都不适用于人脸图像修复。
随着生成对抗网络[5]的发展，人脸图像修复技术取得了显著的进步。现有基于生成对抗网络的人脸图像修复方案主要分为4类：基于全连接层的方案、基于大尺度空洞卷积的方案、基于文献[6]提出的U-net结构的方案、基于注意力模块的方案。文献[7]提出一种上下文编码器，其使用全连接层来完成面部特征的长程迁移，但是由于这类方案无法有效地利用局部信息，修复效果会出现模糊及局部语义不合理的现象。针对这一问题，文献[8]考虑到大尺度空洞卷积具有较强的信息扩散能力，将其用于特征长程迁移以完成人脸修复任务。在此基础上，文献[9]和文献[10]对空洞卷积进行了改进，分别提出了局部卷积以及门控卷积，为修复网络所有层中每个空间位置的每个通道提供了一个可学习的动态特征选择机制，提高了网络对掩模形状的适应性。然而，虽然空洞卷积理论上的感受野很大，但是其更加关注局部信息，这往往会导致修复结果出现左右眼不对称等全局语义不合理的问题。文献[11] 考虑到小尺度特征具有更大感受野的优点，借鉴U-net的多尺度网络架构，通过对小尺度特征进行多次卷积实现特征的长程迁移，然后在编码器和解码器间使用了多次跳跃连接恢复图像细节。但是，小尺度卷积本质上还是一种局部操作，修复结果同样会出现全局语义不合理的问题。此外，文献[12]和文献[13]分别提出了内容注意力模块或长短注意力模块，这两个模块具有优良的特征长程迁移能力。但是，这两个模块在大尺度特征上使用时会导致显存占用过多，因此无法在多尺度特征上使用，修复结果仍然会出现全局语义不合理的问题。
综上所述，现有方案都存在修复结果全局语义不合理的问题，其本质原因在于它们对特征的长程迁移能力不足。为了解决这一问题，提出了基于风格感知和多尺度注意力的人脸图像修复网络。
1 基于风格感知和多尺度注意力的人脸图像修复方法提出一种基于风格感知和多尺度注意力的人脸修复方法(style-aware and multi-scale attention for face image completion，SA-MA-FIC)，由人脸拓扑结构预测器、人脸图像修复生成器和判别器3部分组成(见图 1)。针对修复图像全局语义不合理的问题，该网络在生成器中设计了风格感知模块对修复过程进行全局性地调节并设计了多尺度注意力模块用于多尺度特征的长程迁移。本节分为4个部分，分别详述模型整体设计、风格感知模块、多尺度注意力模块以及损失函数。
|
图 1 基于风格感知和多尺度注意力的人脸图像修复 Fig. 1 Style-aware and multi-scale attention for face image completion |
为了在人脸图像修复任务中取得良好的修复效果，本文在模型结构设计上，借鉴了文献[5]提出的生成对抗网络。该网络引入了文献[14-15]提出的纳什平衡建立问题模型，其结构见图 2。博弈双方分别为一个生成器G和一个判别器D，生成器的目标是尽量去学习真实数据的分布，判别器的目标是尽量准确判别输入数据是真实数据X还是生成器生成的数据G(Z)；为了达到各自的目标，生成器和判别器通过不断对抗训练来提升各自的生成能力和判别能力，这个训练过程就是寻找二者之间的纳什平衡。
|
图 2 生成对抗网络结构 Fig. 2 Structure of the generative adversarial network |
本文通过建立一个基于生成对抗网络的模型进行人脸图像修复，模型由人脸修复图像生成器G和判别器D两部分组成, 见图 1。其中，生成器学习由破损图像Ic到生成图像Ig的映射，令Ig符合真实图像的数据分布；判别器则学习准确区分真、假样本的能力。
生成器的修复过程分为3步：第一步，通过编码器对输入信息进行编码，得到多尺度特征{fl|l=1, 2, 3}及编码z；第二步，使用风格感知模块对编码z进行全局性调节得到风格编码zsa，在小尺度特征上完成全局语义的修复；第三步，依据zsa的语义信息使用多尺度注意力模块，对多尺度特征进行长程迁移，合理恢复面部细节信息，最终将其与zsa输入解码器进行解码，得到人脸修复图像Ig。以上修复过程定义为
| $ {I_{\rm{g}}} = G({I_{\rm{c}}}, {L_{\rm{g}}}) $ | (1) |
判别器的真样本和假样本采用了(Lg, Ig)和(Lg, Is)所组成的图像对，其中Lg是Ig的人脸拓扑结构图。该人脸结构拓扑图是由文献[16]提出的人脸关键点预测器GL预测破损图像中68个人脸关键点，并对它们分别设置了颜色及连线得到的。不同关键点设置不同颜色可以帮助修复网络区分五官，使用连线取代单独的关键点可使用户轻松实现对人脸图像的编辑。通过这种真假样本对的设计，既可以有效地提高Ig的图像质量，又可以保证Ig符合Lg的拓扑结构，这会极大地提高训练的稳定性。
1.2 风格感知模块针对人脸图像修复结果全局语义不合理的问题，本文设计了风格感知模块予以解决，该模块主要由风格渲染和风格提取两个并行的通道组成，见图 3。该模块利用风格提取通道提取输入信息的整体风格，并利用该风格在风格渲染通道中以文献[17]提出的自适应实例归一化(adaption instance normalization，AdaIN)的方式对输入编码z逐级地进行渲染，从而实现对修复过程的全局性调节。
|
图 3 风格感知模块 Fig. 3 Style-aware module |
在风格提取通道中，首先使用自注意力模和残差块对256×32×32的编码z进行重要信息的提取并压缩，得到维度为512×4×4的特征；然后将该特征通过全连接层映射为一个512×1×1的风格向量，这是一种全局性的操作，风格向量的每一个值均为512×4×4个特征值的加权求和。因此，通过上述操作获得的风格向量能够有效地反映全局语义信息。
在风格渲染通道中，为了实现对高维语义的调节，首先使用一个残差块将256×32×32的编码z进行下采样，得到维度为512×16×16的小尺度特征；然后利用多级风格渲染块对其进行风格渲染。风格渲染块的具体结构见图 4，其以AdaIN的方式进行两次渲染，渲染的过程定义为
| $ f_{i, j}^* = {\rm{ }}\frac{{{f_{i, j}} - \mu \left( {{f_{i, j}}} \right)}}{{\sigma \left( {{f_{i, j}}} \right)}} \times {\beta _{i, j}} + {\alpha _{i, j}} $ | (2) |
|
图 4 风格渲染块 Fig. 4 Style rendering block |
式中：fi, j为输入特征，μ(fi, j)和σ(fi, j)分别为fi, j的均值和方差，(αi, j, βi, j)为由风格向量映射而来的AdaIN仿射参数，fi, j*为经过渲染后的特征，i为第i个风格渲染块，j为每个风格渲染块的第j次AdaIN操作。
为了提升渲染效果，在风格渲染块中使用空洞卷积来增大感受野。连续使用风格渲染块即可实现在不同感受野下的风格渲染。风格渲染块所需的AdaIN仿射参数是由风格提取通道所提取的风格向量，通过一个全连接层映射而来的，因此经其调节后的编码zsa具备全局语义的合理性。
1.3 多尺度注意力模块如上节所述，输入信息经过编码和风格感知模块的全局性调节后，得到了具备全局语义合理性的编码zsa，但在这个过程中丢失了很多细节信息，直接用zsa解码无法获取理想的修复图像。为此，可以通过将多尺度特征{fl|l=1, 2, 3}输入解码器来恢复丢失的细节信息。但是，多尺度特征是由破损图像编码得到的，其对应破损区域位置的信息会有所缺失，直接使用多尺度特征又会再次导致修复结果全局语义的不合理。为此，参照文献[18]提出的自注意力模块对单尺度特征长程迁移的方案，本文设计了一种多尺度注意力模块，通过对多尺度特征进行长程迁移，获得合理的多尺度特征{fatl|l=1, 2, 3}，再利用其逐级恢复缺失区域的细节信息。
多尺度注意力模块由补丁提取和补丁加权求和两步组成。第一步，参照文献[12]对多尺度特征{fl|l=1, 2, 3}进行补丁提取，见图 5(a): 首先分别以4、2、1的步长提取对应大小分别为4×4×c1、2×2×c2、1×1×c3的补丁块{pil|l=1, 2, 3;i=1, 2, …, 1 024}；然后将提取到的补丁块逐块拼接起来，记作{patchesl|l=1, 2, 3}，维度分别为(1 024×c1)×4×4、(1 024×c2)×2×2、(1 024× c3)×1×1，其中cl为多尺度特征fl的通道数。第二步，对由多尺度特征所提取补丁块进行加权求和得到{fatl|l=1, 2, 3}，见图 5(b): 首先对zsa使用残差块上采样得到风格感知特征图fsa；再进行1×1卷积和softmax(QTQ)操作得到维度为1 024×32×32的自注意力得分λ；然后分别使用patches1、patches2、patches3和λ进行矩阵相乘，来实现对补丁块的加权求和，从而完成了对多尺度特征的长程迁移，其计算过程为
| $ p_j^l = \sum\nolimits_{i = 1}^N {{\lambda _{j, i}}p_i^l} $ | (3) |
|
图 5 多尺度注意力模块 Fig. 5 Multi-scale attention module |
式中：pil是对编码器特征fl所提取的第i个补丁，λj, i是不同补丁块的权重得分，pjl是fatl特征图中的第j个补丁。
值得注意的是，在多尺度特征图上直接使用自注意力模块对多尺度特征值加权求和，同样可以实现多尺度特征的长程迁移。然而，这种实现方式需要计算3个尺度逐渐膨胀的自注意力得分，维度分别为1 024×32×32、4 096×64×64、16 384×128×128。这将会导致庞大的显存占用和计算量，因此无法用于实际场景中。而本文所设计的多尺度注意力模块，仅需计算一个共用且维度仅为1 024×32×32的自注意力得分，就实现了对多尺度补丁块的加权求和。该模块不仅可以取得与在多个尺度分别使用自注意力模块同样的特征长程迁移效果，而且可以有效地减少显存的占用及计算量。
1.4 损失函数修复网络的目标是使修复图像Ig和原始图像Is尽可能的相似。为此，本文引入重构损失，目的在于缩小Ig与Is之间的像素级差异，表示为
| $ {L_{{\rm{rec}}}} = {\left\| {{I_{\rm{g}}} - {I_{\rm{s}}}} \right\|_1} $ | (4) |
式中‖·‖1为L1范数。
为提高修复结果的视觉质量，同时保证Ig与其所对应的Lg拓扑结构一致，引入了判别损失。该损失能够有效缩小修复图像Ig和真实图像Is之间的数据分布差异。判别损失参照文献[19]提出的LSGAN进行设计，对抗损失函数和判别模型的对抗损失函数分别见式(5)、(6)：
| $ L_{{\rm{adv}}}^{\rm{G}} = {\left\| {D({I_{\rm{g}}}, {L_{\rm{g}}}) - 1} \right\|_2} $ | (5) |
| $ L_{{\rm{adv}}}^{\rm{D}} = {\left\| {D({I_{\rm{s}}}, {L_{\rm{g}}}) - 1} \right\|_2} + {\left\| {D({I_{\rm{g}}}, {L_{\rm{g}}})} \right\|_2} $ | (6) |
式中：‖·‖2是L2范数，(Is, Lg)为真样本，(Ig, Lg)为假样本，D(Is, Lg)、D(Ig, Lg)分别为真样本、假样本的判别器输出。
此外，为了提高修复图像Ig与原始图像Is之间的知觉相似性，本文引入了文献[20]提出的感知损失Lpc对在预训练网络不同层输出的特征距离加以惩罚。同时，为了去除修复图像中由于编码器上采样所导致的人工痕迹，引入了文献[21]提出的风格损失Lstyle对修复图像Ig和原始图像Is在预训练网络不同层输出的协方差距离加以限制。
总的损失函数为
| $ {L_{\rm{G}}} = {\lambda _{{\rm{rec}}}}{L_{{\rm{rec}}}} + {\lambda _{{\rm{adv}}}}L{G_{{\rm{adv}}}} + {\lambda _{{\rm{pc}}}}{L_{{\rm{pc}}}} + {\lambda _{{\rm{style}}}}{L_{{\rm{style}}}} $ | (7) |
式中λrec、λadv、λpc、λstyle为权重因子，具体取值见实验细节。
2 实验结果与分析为验证SA-MA-FIC的优越性，设计了对比实验，将其与目前几种先进算法进行了定性和定量比较；另外，设计了消融实验，以验证SA-MA-FIC中风格感知模块和多尺度注意力模块的有效性。
2.1 数据集本文在公开的人脸数据集CelebA-HQ上进行了训练和测试。该数据集共有30 000张图片，本文选取了29 000张进行训练，1 000张进行测试。所有图片的尺寸均缩放到256×256×3的大小。训练和测试的掩码采用了随机矩形掩模以及破损比例为10% ~50%的任意形状掩模数据集[9]。
2.2 实验细节实验平台选用NVIDIA RTX2080Ti显卡，内存为32 GB，操作系统为Ubuntu18.04；使用Pytorch v1.2.0架构来搭建修复网络；网络参数初始化方式选用正交初始化；优化器使用Adam优化器，设置动量衰减指数β1=0、β2=0.9，学习率lr=0.000 1；损失函数的权重λrec、λadv、λpc、λstyle分别设置为1、0.1、0.1、250。
本文将SA-MA-FIC与CA[12]、GC[10]、LaFIn[13]、PIC[16]算法在数据集CelebA-HQ上进行对比，后4者均采用原作者提供的代码及其网络权重进行实验。
2.3 定性分析为了直观地展示本文提出的人脸图像修复方法的优越性，将该方法与CA、GC、LaFIn、PIC 4种方案的修复结果进行了定性评估，见图 6。
|
图 6 在CelebA-HQ测试集上的定性评价 Fig. 6 Qualitative evaluation on CelebA-HQ dataset |
尽管CA、GC的内容注意力模块以及PIC的长短注意力模块均具有一定的特征长程迁移能力，但由于它们均没有合理的人脸先验知识，因此修复结果的拓扑结构往往不合理，人脸五官呈现出明显的扭曲(图 6第1~3行)；LaFIn虽然引入了关键点提供人脸拓扑结构的先验知识，但是其修复结果仍然存在全局语义不合理的问题，尤其表现为肤色不一致(图 6(e)第2、3行)以及左右眼亮度、瞳色不对称(图 6(e)第4、5行)。SA-MA-FIC使用风格感知模块对修复过程进行了全局性的调节；并使用多尺度注意力模块对多尺度特征进行长程迁移，有效地恢复了细节信息。因此，相比于上述4种方案，SA-MA-FIC能够生成拓扑结构和全局语义均合理的修复图像，并且对暗光图像的修复效果更加自然真实(图 6(f)第2、3行)。
2.4 定量分析为了更加客观地展示本文提出的人脸图像修复方法的优越性，将该方法与CA、GC、LaFIn、PIC 4种方案的修复结果进行了定量评估。评估指标包括文献[22]提出的峰值信噪比(peak signal to noise ratio，PSNR)、结构相似性(structure similarity index，SSIM)、文献[23]提出的图像补丁感知相似性(learned perceptual image patch similarity，LPIPS)，这些指标分别用来衡量修复图像与原始图像的像素级差异、整体相似度以及感知相似度。其中，PSNR和SSIM指标越高说明修复效果越好，而LPIPS则相反。
定量评价结果见表 1。从测试结果来看，SA-MA-FIC的PSNR和SSIM指标均明显高于其他几种方案，LPIPS指标则低于它们，这说明与现有先进方案相比，本文提出的SA-MA-FIC具有更强的人脸图像修复能力。
|
表 1 在CelebA-HQ测试集上的定量评估结果 Tab. 1 Quantitative evaluation results on CelebA-HQ test set |
为了验证本文所提出的风格感知模块和多尺度注意模块的有效性，设计了SA-MA-FIC的两种变体MA-FIC和SA-FIC。MA-FIC仅使用多尺度注意模块，去除了风格渲染块中的AdaIN操作；SA-FIC仅使用风格感知模块，直接将未经长程特征迁移的多尺度特征输入解码器。实验将SA-MA-FIC与二者进行了详细地对比，结果见图 7。
|
图 7 本文模型的不同变体在CelebA-HQ测试集上的定性评价 Fig. 7 Qualitative evaluations on CelebA-HQ dataset across different variations of the proposed model |
实验结果表明由于缺乏风格感知模块的全局性调节，MA-FIC的修复结果会出现左右眼不对称的现象(图 7(b)第1~3行)以及在暗光条件下的明显失真(图 7(b)第4行)。此外，MA-FIC的修复结果有时会出现大面积伪影，SA-MA-FIC则有效避免了上述问题(图 7(d)第5行)。
另外，由表 2可知，与MA-FIC相比，SA-MA-FIC的PSNR、SSIM、LPIPS指标均呈现显著提升，这说明风格感知模块能够有效地提升修复图像的全局语义合理性。
|
|
表 2 模型的不同变体在CelebA-HQ测试集上的定量评估结果 Tab. 2 Quantitative evaluation results on CelebA-HQ test set across different variations of the proposed model |
实验结果表明，当左右眼都被遮蔽时，SA-FIC能够保证修复结果的全局语义合理性(图 7(c)第3、4行)；但是，当只有一只眼睛被遮蔽时，由于SA-FIC特征长程迁移能力的不足，就无法再保证修复结果全局语义的合理(图 7(c)第1、2行)。
此外，由表 2可知，虽然SA-FIC的PSNR、SSIM指标均基本与SA-MA-FIC持平，但是SA-FIC的LPIPS性能则明显不及SA-MA-FIC，这说明多尺度注意力模块能够有效提升修复结果与原始图像的知觉相似度。但是，多尺度注意力模块的设计上存在一定缺陷，如图 7第6行所示，SA-MA-FIC、MA-FIC修复结果的右眼部分存在明显的失真，而SA-FIC反而不存在这一问题。这是由于多尺度注意力模块是基于多尺度补丁块进行特征长程迁移的，然而对于大角度的侧脸图像而言，左眼和右眼的轮廓并不相同，使用这种迁移方式并不合理。
3 结论针对人脸图像修复结果全局语义不合理的问题，提出了一种基于风格感知和多尺度注意力的人脸修复方法。首先，设计了一种风格感知模块，实现了对人脸图像修复过程的全局调节；另外，为了提高修复网络的特征长程迁移能力，设计了一种多尺度注意力模块，有效地恢复了面部细节信息。与多种先进方法的对比实验表明，本文所提方法的修复结果在主观视觉上的效果更加自然逼真，在客观的像素级相似度、整体相似度和感知相似度指标上也得到了显著提升，有效地解决了人脸修复图像全局语义不合理的问题。但是，对于大角度的侧脸图像而言，本文方案的修复结果仍然会出现左眼和右眼不对称的现象，未来可通过开发对侧脸鲁棒的多尺度特征长程迁移模块来解决这一问题。
| [1] |
BERTALMIO M, SAPIRO G, CASELLES V, et al. Image inpainting[C]//Proceedings of the 27th Annual Conference on Computer Graphics and Interactive Techniques. New York: ACM, 2000: 417. DOI: 10.1145/344779.344972
|
| [2] |
ELAD M, STARCK J L, QUERRE P, et al. Simultaneous cartoon and texture image inpainting using morphological component analysis[J]. Applied and Computational Harmonic Analysis, 2005, 19(3): 340. DOI:10.1016/j.acha.2005.03.005 |
| [3] |
BARNES C, SHECHTMAN E, FINKELSTEIN A, et al. PatchMatch: A randomized correspondence algorithm for structural image editing[J]. ACM Transactions on Graphics, 2009, 28(3): 24. DOI:10.1145/1576246.1531330 |
| [4] |
CRIMINISI A, PÉREZ P, TOYAMA K. Region filling and object removal by exemplar-based image inpainting[J]. IEEE Transactions on Image Processing, 2004, 13(9): 1200. DOI:10.1109/TIP.2004.833105 |
| [5] |
GOODFELLOW I, POUGET-ABADIE J, MIRZA M, et al. Generative adversarial nets[C]//Advances in Neural Information Processing Systems. Montreal: NIPS, 2014: 2672
|
| [6] |
RONNEBERGER O, FISCHER P, BROX T. U-net: Convolutional networks for biomedical image segmentation[C]//International Conference on Medical Image Computing and Computer-Assisted Intervention. Cham: Springer, 2015: 234. DOI: 10.1007/978-3-319-24574-4_28
|
| [7] |
PATHAK D, KRAHENBUHL P, DONAHUE J, et al. Context encoders: Feature learning by inpainting[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Seattle: IEEE, 2016: 2536. DOI: 10.1109/CVPR.2016.278
|
| [8] |
LIZUKA S, SIMO-SERRA E, LSHIKAWA H. Globally and locally consistent image completion[J]. ACM Transactions on Graphics, 2017, 36(4): 1. DOI:10.1145/3072959.3073659 |
| [9] |
LIU Guilin, REDA F A, SHIH K J, et al. Image inpainting for irregular holes using partial convolutions[C]//Proceedings of the European Conference on Computer Vision. Munich: Springer, 2018: 85. DOI: 10.1007/978-3-030-01252-6_6
|
| [10] |
YU J, LIN Z, YANG J, et al. Free-form image inpainting with gated convolution[C]//Proceedings of the IEEE International Conference on Computer Vision. Seoul: IEEE, 2019: 4471. DOI: 10.1109/ICCV.2019.00457
|
| [11] |
JO Y, PARK J. SC-FEGAN: Face editing generative adversarial network with user's sketch and color[C]//Proceedings of the IEEE International Conference on Computer Vision. Seoul: IEEE, 2019: 1745. DOI: 10.1109/ICCV.2019.00183
|
| [12] |
YU J, LIN Z, YANG J, et al. Generative image inpainting with contextual attention[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Salt Lake City: IEEE, 2018: 5505. DOI: 10.1109/CVPR.2018.00577
|
| [13] |
ZHENG C, CHAM T J, CAI J. Pluralistic image completion[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Long Beach: IEEE, 2019: 1438. DOI: 10.1109/CVPR.2019.00153
|
| [14] |
NASH J F. Non-cooperative games[J]. Annals of Mathematics, 1951, 54(2): 286. DOI:10.2307/1969529 |
| [15] |
NASH J F. Equilibrium points in n-person games[J]. National Academy of Sciences, 1950, 36(1): 48. DOI:10.1073/pnas.36.1.48 |
| [16] |
YANG Y, GUO X, MA J, et al. Generative landmark guided face inpainting[C]//Proceedings of the Chinese Conference on Pattern Recognition and Computer Vision. Cham: Springer, 2020: 14. DOI: 10.1007/978-3-030-60633-6_2
|
| [17] |
HUANG X, BELONGIE S. Arbitrary style transfer in real-time with adaptive instance normalization[C]//Proceedings of the IEEE International Conference on Computer Vision. Venice: IEEE, 2017: 1501. DOI: 10.1109/ICCV.2017.167
|
| [18] |
ZHANG H, GOODFELLOW I, METAXAS D, et al. Self-attention generative adversarial networks[C]//Proceedings of the International Conference on Machine Learning. Long Beach: International Machine Learning Society, 2019: 7354
|
| [19] |
MAO X, LI Q, XIE H, et al. Least squares generative adversarial networks[C]//Proceedings of the IEEE International Conference on Computer Vision. Venice: IEEE, 2017: 2794. DOI: 10.1109/ICCV.2017.304
|
| [20] |
JUSTIN J, ALEXANDRE A, LI Feifei. Perceptual losses for real-time style transfer and super-resolution[C]//Proceedings of the European Conference on Computer Vision. Cham: Springer, 2016: 694. DOI: 10.1007/978-3-319-46475-6_43
|
| [21] |
GATYS L A, ECKER A S, BETHGE M. Image style transfer using convolutional neural networks[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Seattle: IEEE, 2016: 2414. DOI: 10.1109/CVPR.2016.265
|
| [22] |
WANG Zhou, BOVIK A C, SHEIKH H R, et al. Image quality assessment: From error visibility to structural similarity[J]. IEEE Transactions on Image Processing, 2004, 13(4): 600. DOI:10.1109/TIP.2003.819861 |
| [23] |
ZHANG R, ISOLA P, EFROS A A, et al. The unreasonable effectiveness of deep features as a perceptual metric[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Salt Lake City: IEEE, 2018: 586. DOI: 10.1109/CVPR.2018.00068
|