基于边缘感知引导的热红外图像修复
计算机视觉与模式识别
2022-10-31 v1 人工智能
摘要
图像修复已借助深度学习取得基础性进展。然而，几乎所有现有修复方法都旨在处理自然图像，而极少针对具有广泛应用的热红外 (TIR) 图像。当应用于 TIR 图像时，传统修复方法通常会生成扭曲或模糊的内容。在本文中，我们提出了一项新任务——热红外图像修复，旨在重建 TIR 图像的缺失区域。关键的是，我们提出了一种基于深度学习的新模型 TIR-Fill。我们采用边缘生成器来完成破损 TIR 图像的 canny 边缘。完成的边缘被投影到归一化权重和偏置中，以增强模型的边缘感知能力。此外，采用基于门控卷积的细化网络来提高 TIR 图像的一致性。实验表明，我们的方法在 FLIR 热红外数据集上优于最先进的图像修复方法。
引用
@article{arxiv.2210.16000,
title = {Thermal Infrared Image Inpainting via Edge-Aware Guidance},
author = {Zeyu Wang and Haibin Shen and Changyou Men and Quan Sun and Kejie Huang},
journal= {arXiv preprint arXiv:2210.16000},
year = {2022}
}