面向彩色图像修复的结构-Hankel 域生成建模
计算机视觉与模式识别
2022-11-28 v1
摘要
近年来，一些研究者聚焦于利用单张图像通过多尺度特征获取大量样本。本研究提出一种全新思路，仅需十张甚至更少样本即可构建低秩结构-Hankel 矩阵辅助的基于分数的生成模型（SHGM）用于彩色图像修复任务。在先验学习过程中，首先从若干图像中提取一定数量的内部-中间块，然后由这些块构造结构-Hankel 矩阵。为更好地将基于分数的生成模型应用于学习块内的内部统计分布，最终将大规模 Hankel 矩阵折叠为更高维张量以进行先验学习。在迭代修复过程中，SHGM 将修复问题视为低秩环境下的条件生成过程。因此，通过交替执行随机微分方程求解器、交替方向乘子法与数据一致性步骤获得中间修复图像。实验结果展示了 SHGM 的卓越性能与多样性。
引用
@article{arxiv.2211.13857,
title = {Generative Modeling in Structural-Hankel Domain for Color Image Inpainting},
author = {Zihao Li and Chunhua Wu and Shenglin Wu and Wenbo Wan and Yuhao Wang and Qiegen Liu},
journal= {arXiv preprint arXiv:2211.13857},
year = {2022}
}
备注
11 pages, 10 figures