引导与评估：面向混合场景的语义感知图像修复
计算机视觉与模式识别
2020-07-13 v3
摘要
为混合场景的受损图像补全正确的结构与合理的纹理仍是一项难以攻克的挑战。由于受损图像混合场景中的缺失区域往往包含多种语义信息，利用结构信息的传统两阶段方法常导致结构预测不可靠与图像纹理生成模糊的问题。本文提出语义引导与评估网络（SGE-Net），在语义提取与图像修复的交互框架中迭代更新结构先验与修复图像。该方法在修复的每个尺度上以语义分割图作为引导，据此重新评估位置相关的推断，并在后续尺度中细化推断不佳的区域。在混合场景真实图像上的大量实验表明，所提方法在清晰边界与照片级真实纹理方面优于当前最优方法。
引用
@article{arxiv.2003.06877,
title = {Guidance and Evaluation: Semantic-Aware Image Inpainting for Mixed Scenes},
author = {Liang Liao and Jing Xiao and Zheng Wang and Chia-Wen Lin and Shin'ichi Satoh},
journal= {arXiv preprint arXiv:2003.06877},
year = {2020}
}