2023年6月10日第7卷第11期现代信息科技ModernInformationTechnologyJun.2023Vol.7No.1197972023.062023.06收稿日期：2023-04-07基于边缘先验的人脸去手势遮挡修复方法研究欧静，文志诚（湖南工业大学，湖南株洲412007）摘要：针对当下人脸去手势遮挡任务中常出现的结构缺失和纹理模糊等问题，文章提出一种基于边缘条件和注意力机制的两阶段修复网络——EmmNet。第一阶段网络为第二阶段细节修复提供边缘指导信息，以避免出现过度平滑等问题。第二阶段网络中的并行多扩张卷积模块可在有效扩大网络感受野的同时提高对有效像素的利用率。此外，注意力模块可促使网络生成具有全局一致性，使研究者获得符合原图特征的修复图像。实验结果表明，EmmNet在去手势遮挡任务中可以生成轮廓结构更加完整流畅，细节纹理更加清晰自然的人脸图像。关键词：卷积神经网络；生成对抗网络；人脸修复；注意力机制中图分类号：TP18；TP391.4文献标识码：A文章编号：2096-4706（2023）11-0097-05ResearchonFaceRemovalandRemovingGestureOcclusionRestorationMethodBasedonEdgePriorOUJing,WENZhicheng(HunanUniversityofTechnology,Zhuzhou412007,China)Abstract:Aimingattheproblemsoflackofstructureandblurredtexturethatoftenappearinthecurrentfaceremovinggestureocclusiontask,thispaperproposesatwo-stageinpaintingnetworkbasedonedgeconditionsandattentionmechanism—EmmNet.Theone-stagenetworkprovidesedgeguidanceinformationforthesecond-stagedetailrestorationtoavoidproblemssuchasover-smoothing.Theparallelmulti-expansionconvolutionmoduleinthesecond-stagenetworkcaneffectivelyexpandthenetworkreceptivefieldandimprovetheutilizationofeffectivepixels.Inaddition,theattentionmodulecanpromoteglobalconsistencyinnetworkgeneration,enablingresearcherstoobtainrepairedimagesthatmatchtheoriginalimagefeatures.TheexperimentalresultsshowthatEmmNetcangenerateafaceimagewithamorecompleteandsmoothoutlinestructureandclearandnaturaldetailtextureintheremovinggestureocclusiontask.Keywords:ConvolutionalNeuralNetwork;GenerativeAdversarialNetwork;facerestoration;attentionmechanism0引言人脸图像去遮挡及修复作为图像修复领域的重要研究课题，具有广阔的应用空间。在安保监控领域，监控图像中的人脸信息因受帽子、口罩、手势等...
