基于单次参考图像的自监督人脸图像修复
计算机视觉与模式识别
2023-12-20 v5
摘要
在图像修复方面，利用生成模型先验的方法已被提出，并展现出鲁棒修复照片级真实且高质量结果的潜力。然而，这些方法易受语义模糊影响，尤其对具有明显正确语义（如人脸图像）的图像而言。本文提出一种面向图像修复的语义感知潜空间探索方法(SAIR)。通过显式建模来自给定参考图像的语义信息，SAIR 能够可靠地将严重退化图像修复为不仅高分辨率、高度真实的外观，且语义正确。定量与定性实验共同证明了所提 SAIR 的优越性能。我们的代码见 https://github.com/Liamkuo/SAIR。
引用
@article{arxiv.2203.03005,
title = {Self-Supervised Face Image Restoration with a One-Shot Reference},
author = {Yanhui Guo and Fangzhou Luo and Shaoyuan Xu},
journal= {arXiv preprint arXiv:2203.03005},
year = {2023}
}
备注
Accepted by ICASSP 2024