从修复到修复：单图像修复
计算机视觉与模式识别
2021-03-22 v2
摘要
由于深度学习的强大能力，近期图像修复方法展现出有前景的结果，其能够利用大型训练数据集中可用的外部信息。然而，许多最先进的修复网络在利用测试时给定输入图像中可用的内部信息方面仍然有限。为缓解此问题，我们提出了一种新颖且高效的自监督微调算法，其可在不使用真实目标图像的情况下调整完全预训练修复网络的参数。我们通过利用给定输入图像内现有的自相似块来更新预训练最先进修复网络的参数，而无需改变网络架构，并大幅提升了修复质量。定性与定量实验结果证明了所提算法的优越性，并且我们在公开可用的众多基准数据集上取得了最先进的修复结果。
引用
@article{arxiv.2102.08078,
title = {Restore from Restored: Single-image Inpainting},
author = {Eunhye Lee and Jeongmu Kim and Jisu Kim and Tae Hyun Kim},
journal= {arXiv preprint arXiv:2102.08078},
year = {2021}
}