基于生成式多列卷积神经网络的图像修复
计算机视觉与模式识别
2018-10-23 v1
摘要
本文提出一种用于图像修复的生成式多列网络。该网络在单一阶段内以并行方式合成不同的图像成分。为了更好地刻画全局结构，我们设计了一种置信度驱动的重建损失，同时采用隐式多样化MRF正则化以增强局部细节。结合重建与MRF损失的多列网络将源自上下文的局部与全局信息传播至目标修复区域。在具有挑战性的街景、人脸、自然物体与场景上的大量实验表明，即便无需以往常见的后处理，我们的方法也能产生视觉上令人信服的结果。
引用
@article{arxiv.1810.08771,
title = {Image Inpainting via Generative Multi-column Convolutional Neural Networks},
author = {Yi Wang and Xin Tao and Xiaojuan Qi and Xiaoyong Shen and Jiaya Jia},
journal= {arXiv preprint arXiv:1810.08771},
year = {2018}
}
备注
Accepted in NIPS 2018