空间填充曲线索引作为基于样例修复的加速结构
计算机视觉与模式识别
2020-01-23 v2
摘要
基于样例的修复是通过在剩余数据中搜索可无缝贴合的块来重建图像缺失部分的过程。通过根据某种代价函数重复插入最佳匹配块，图像被补全为看似合理的解决方案。我们提出了一种使用多索引方案来大幅加速该搜索过程的加速结构，特别是在极大数据集的情况下。该索引方案使用了多媒体数据库领域中众所周知的思想，例如降维和空间填充曲线上的 k 近邻搜索。我们的方法每次迭代具有 O(log2 n) 的理论运行时间，并相对于原始方法达到了最高 660 的加速比。该方法的优点在于对基于样例修复中大多数基于模型的部分（例如块被处理的顺序以及用于确定块相似度的代价函数）不可知。因此，该加速结构可与大多数基于样例的修复算法结合使用。
引用
@article{arxiv.1712.06326,
title = {Space-Filling Curve Indices as Acceleration Structure for Exemplar-Based Inpainting},
author = {Tim Dahmen and Patrick Trampert and Pascal Peter and Pinak Bheed and Joachim Weickert and Philipp Slusallek},
journal= {arXiv preprint arXiv:1712.06326},
year = {2020}
}
备注
submitted to Signal Processing: Image Communication