一种基于边缘信息与掩码收缩的图像修复方法
计算机视觉与模式识别
2020-06-12 v1 机器学习
图像与视频处理
摘要
在图像修复任务中，修复缺失区域中高频与低频信息的能力对修复图像质量有重大影响。然而，现有修复方法通常无法同时考虑高频与低频信息。为解决该问题，本文提出基于边缘信息与掩码收缩的图像修复方法，其由两个模型组成。第一个模型为边缘生成模型，用于从受损图像生成完整边缘信息；第二个模型为图像补全模型，用于利用生成的边缘信息与受损图像的有效内容修复缺失区域。图像补全模型中采用掩码收缩策略以追踪待修复区域。所提方法在 Places2 数据集上进行了定性与定量评估，结果表明我们的方法优于当前最优方法。
引用
@article{arxiv.2006.06196,
title = {An Edge Information and Mask Shrinking Based Image Inpainting Approach},
author = {Huali Xu and Xiangdong Su and Meng Wang and Xiang Hao and Guanglai Gao},
journal= {arXiv preprint arXiv:2006.06196},
year = {2020}
}
备注
Accepted by ICME2020