RetCompletion：基于Retentive Network的高速图像完成
计算机视觉与模式识别
2024-12-05 v2
摘要
时间成本是实现高质量多样化图像完成的主要挑战。最近，天然语言处理中的Retentive Network (RetNet) 由于其低成本推理能力，提供了一种新方法。我们受其启发，将 RetNet 应用于计算机视觉中的多样化图像完成任务。我们提出的RetCompletion包含两个阶段。在第一个阶段，我们引入Bi-RetNet，一种双向序列信息融合模型，用于整合图像的上下文信息。推理期间，我们采用单向像素级更新策略来恢复一致的图像结构，在实现高质量重建和快速推理速度方面取得良好效果。在第二个阶段，我们使用CNN进行低分辨率上采样，以增强纹理细节。在 ImageNet 和 CelebA-HQ 上的实验表明，我们的方法在 ICT 和 RePaint 之上分别快 10 倍和 15 倍。所提出的RetCompletion显著提升了推理速度并取得卓越的性能。
引用
@article{arxiv.2410.04056,
title = {RetCompletion:High-Speed Inference Image Completion with Retentive Network},
author = {Yueyang Cang and Pingge Hu and Xiaoteng Zhang and Xingtong Wang and Yuhang Liu and Li Shi},
journal= {arXiv preprint arXiv:2410.04056},
year = {2024}
}