基于改进GeneGAN的图像背景替换方法

摘要

生成式对抗网络在图像属性编辑领域的表现十分优秀,在良好的训练样本集下,设计合理的模型能够对图像背景进行替换.针对训练集中两类背景图像存在较大偏差的情况下,模型无法生成期望图像的问题,提出了一种基于改进GeneGAN的图像背景替换方法.以无人机图像为例,在主干网络GeneGAN下,通过背景减除方法获得偏差小的差值图像,替换GAN模块判别器的输入;利用基于背景先验知识的强约束项,消除生成图像的"残影"干扰,最终获得高质量的背景替换图像.实验结果表明,成功实现了图像背景替换,并在各类复杂背景下能鲁棒地生成高质量图像.