利用频域先验的图像修复
计算机视觉与模式识别
2021-07-14 v1 图像与视频处理
摘要
本文提出一种利用频域信息的新型图像修复技术。已有的图像修复工作仅使用空间域信息训练神经网络来预测缺失像素。然而，这些方法在重建真实复杂场景的高频细节时仍显吃力，导致色彩差异、边界伪影、图案扭曲与纹理模糊。为缓解这些问题，我们探究是否可通过在训练网络时使用频域信息（离散傅里叶变换）与空间域信息相结合来获得更优性能。为此，我们提出一种基于频率的解卷积模块，使网络能够学习全局上下文，同时有选择地重建高频分量。我们在公开数据集 CelebA、Paris Streetview 与 DTD 纹理数据集上评估所提方法，并表明本方法在定性与定量上均优于当前最优图像修复技术。
引用
@article{arxiv.2012.01832,
title = {Image inpainting using frequency domain priors},
author = {Hiya Roy and Subhajit Chaudhury and Toshihiko Yamasaki and Tatsuaki Hashimoto},
journal= {arXiv preprint arXiv:2012.01832},
year = {2021}
}