改善图像修复的关键：结构与纹理相辅相成

随着图像生成与处理算法的最新进展，深度图像修复已取得令人印象深刻的进步。我们主张，修复算法的性能可通过所生成的结构与纹理更好地评判。结构指生成的对象边界或孔洞内的新颖几何结构，而纹理指高频细节，尤其是填充在结构区域内的人造重复图案。我们认为，更好的结构通常来自粗到细的基于 GAN 的生成器网络，而如今的重复图案可使用最先进的高频快速傅里叶卷积层更好地建模。本文提出一种结合两种设计优势的新型修复网络。因此，我们的模型使用单一网络在结构生成与重复纹理合成方面均达到与最先进性能相匹配的显著视觉质量。大量实验证明了方法的有效性，且我们的结论进一步强调了图像修复质量的两个关键因素——结构与纹理——作为修复网络未来的设计方向。