内部多样图像补全
计算机视觉与模式识别
2022-12-21 v1
摘要
图像补全广泛用于照片修复与编辑应用，例如物体移除。近来，关于为缺失区域生成多样补全的研究激增。然而，现有方法需要来自特定关注领域的大型训练集，且常在处理通用内容图像时失败。本文中，我们提出一种不需要训练集的多样补全方法，因此可处理任意领域的任意图像。我们的内部多样补全（IDC）方法从近期单图像生成模型中汲取灵感，此类模型在单张图像的多个尺度上训练，我们将其适配到仅有图像一小部分可用于训练的极端设定。我们在多个数据集上通过用户研究与定量比较展示了 IDC 的优势。
引用
@article{arxiv.2212.10280,
title = {Internal Diverse Image Completion},
author = {Noa Alkobi and Tamar Rott Shaham and Tomer Michaeli},
journal= {arXiv preprint arXiv:2212.10280},
year = {2022}
}