从修复到再修复：单图像修复

得益于深度学习的强大能力，近期图像修复方法取得了令人鼓舞的结果，能够从大规模训练数据集中挖掘外部信息。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。为缓解该问题，我们提出了一种新颖且高效的自监督微调算法，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。我们利用给定输入图像内已有的自相似块（即自样本）更新预训练最先进修复网络的参数，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，我们在公开基准数据集上取得了最先进的修复结果。