为解决现有人脸图像修复算法因无法提取动态特征和缺乏边缘先验信息导致修复大区域不规则破损 时纹理模糊和结构扭曲问题, 提出了基于边缘先验融合动态门控特征的人脸图像修复算法。首先, 设计动态门 控卷积模块动态提取破损区域特征, 关联已知区域和缺失区域的有效特征, 提升纹理细腻度;然后, 设计动态门 控边缘增强网络和U型编码纹理修复网络, 边缘增加网络旨在获取边缘轮廓信息, 为U型编码纹理修复网络提 供结构先验约束;U型编码纹理修复网络采用UNet++融合多层特征以保证人脸修复图像结构和纹理一致性; 最后, 通过消融实验证明 UNet++的有效性和通用性, 并剪枝U型网络以选取适宜的人脸图像模型表征层进行 缺失区域纹理重建, 在CelebA-HQ 人脸数据集上进行实验评估。实验结果表明:相较于主流算法, 所提方法在 SSIM 上平均提升3.87%, PSNR平均提升3.79 dB, FID平均下降16.54%, 能有效修复大区域不规则缺失面积, 生成纹理清晰、结构合理的图像。 [ABSTRACT FROM AUTHOR]