حذف نویز در انتقال محتوای تصویر به تصویر با استفاده از شبکه مولدتخاصمی مبتنی بر تبدیل موجک

یکی از چالش برانگیزترین موضوعات در هوش مصنوعی انتقال محتوای تصویر به تصویر است، که اخیرا با استفاده از شبکه های مولدتخاصمی پیشرفت چشمگیری نموده است. بااین حال، روش های موجود در انتقال محتوای منبع نویزی به دامنه هدف به صورت سر به سر شکست می خورند. برای رفع این مشکل، در این مقاله شبکه WTGAN پیشنهاد شده که شامل مولد جدید، جداکننده محلی و سراسری است که شبکه مولد آن بر اساس تبدیل موجک و ماژول توجه طراحی شده است. از آنجا که تبدیل موجک ابزاری قدرتمند جهت حذف نویز عمومی از تصویر است، در ساختار مولد از آن استفاده شده است. همچنین با استفاده از مکانیزم توجه، اتصالات باقیمانده و کنارگذر تناظر بهتر محتوا بین تصویر منبع و هدف به وجود آمده و به بهبود توانایی مولد و عملکرد آن کمک می نماید. در این مقاله با استفاده از توابع اتلاف معرفی شده در روش های دیگر به قدرتمندی مدل در جهت انتقال محتوای تصویر توامان با حذف نویز پرداخته شده است. آزمایش های انجام شده بر روی مجموعه داده Cityscapes با استفاده از معیارهای ارزیابی PSNR، SSIM و LPIPS نشان دهنده این است که مدل می تواند به خوبی اثرات نویز در منبع را کاهش داده، ساختار را به خوبی حفظ نموده و به کیفیت مطلوب دست یابد.

Keywords:

انتقال محتوای تصویر به تصویر , شبکه مولدتخاصمی , حذف نویز تصویر , مکانیزم توجه , تبدیل موجک