基于像素约束 CNN 的概率语义修复
计算机视觉与模式识别
2019-02-26 v2 机器学习
机器学习
摘要
语义修复是在给定周围像素和高级图像语义的情况下推断图像中缺失像素的任务。大多数语义修复算法是确定性的：给定一幅带有缺失区域的图像，生成单一的修复后图像。然而，对于给定的缺失区域，往往存在若干合理的修复结果。在本文中，我们提出一种通过构建基于 PixelCNNs 的模型来执行概率语义修复的方法，该模型学习以一部分可见像素为条件的图像分布。在 MNIST 和 CelebA 数据集上的实验表明，我们的方法产生了多样且逼真的修复结果。
引用
@article{arxiv.1810.03728,
title = {Probabilistic Semantic Inpainting with Pixel Constrained CNNs},
author = {Emilien Dupont and Suhas Suresha},
journal= {arXiv preprint arXiv:1810.03728},
year = {2019}
}
备注
AISTATS camera ready version