SaiNet：基于生成网络的对象后方立体感知图像修复
计算机视觉与模式识别
2022-05-17 v1 图形学
机器学习
摘要
在本工作中，我们提出一种端到端网络，用于立体一致的影像修复，目标是修复对象后方的大块缺失区域。所提模型由使用部分卷积 (Partial Convolutions) 的边缘引导类 UNet 网络组成。我们通过引入视差损失来强化多视角立体一致性。更重要的是，我们开发了一种训练方案，使模型从表示对象遮挡的真实立体掩码中学习，而非更常见的随机掩码。该技术以监督方式训练。我们的评估显示，与先前最先进 (state-of-the-art) 技术相比具有竞争力。
引用
@article{arxiv.2205.07014,
title = {SaiNet: Stereo aware inpainting behind objects with generative networks},
author = {Violeta Menéndez González and Andrew Gilbert and Graeme Phillipson and Stephen Jolly and Simon Hadfield},
journal= {arXiv preprint arXiv:2205.07014},
year = {2022}
}
备注
Presented at AI4CC workshop at CVPR