随笔分类 -  Image Inpaiting

Coherent Semantic Attention for Image Inpainting
摘要：Coherent Semantic Attention for Image Inpainting pytorch 引言 PatchMatch其一 PatchMatch其二 PatchMatch其三 PatchMatch其四 存在问题：现存基于学习的图像修复算法生成的内容带有模糊的纹理和扭曲的结构，这 阅读全文
posted @ 2020-12-01 18:51 临近边缘 阅读(566) 评论(0) 推荐(0)
Contextual-based Image Inpainting: Infer, Match, and Translate
摘要：Contextual-based Image Inpainting: Infer, Match, and Translate Pytorch 引言 PatchMatch其一 PatchMatch其二 PatchMatch其三 PatchMatch其四 设计了一个基于深度学习的修复系统，可以在图片缺失 阅读全文
posted @ 2020-11-30 21:13 临近边缘 阅读(379) 评论(0) 推荐(0)
Image-to-Image Translation with Conditional Adversarial Networks
摘要：Image-to-Image Translation with Conditional Adversarial Networks 引言 引入CGAN，提出PatchGAN 阅读全文
posted @ 2020-11-30 21:00 临近边缘 阅读(289) 评论(0) 推荐(0)
Shift-Net: Image Inpainting via Deep Feature Rearrangement
摘要：Shift-Net: Image Inpainting via Deep Feature Rearrangement Pytorch 引言 PatchMatch其一 PatchMatch其二 PatchMatch其三 PatchMatch其四 存在问题：传统的基于PatchMatch，无法捕获图像的 阅读全文
posted @ 2020-11-30 20:52 临近边缘 阅读(1321) 评论(0) 推荐(0)
Generative Image Inpainting with Contextual Attention
摘要：Paper Pytorch 引言： PatchMatch其一 PatchMatch其二 PatchMatch其三 PatchMatch其四 之前的基于深度学习的图像修复方法展现了很大的潜力，这些方法都能生成看似合理的图像结构及纹理，但在修复区域的边界，经常会生成扭曲的结构和模糊的图像，这是因为卷积神 阅读全文
posted @ 2020-11-30 17:30 临近边缘 阅读(868) 评论(0) 推荐(0)
Foreground-aware Image Inpainting
摘要：引言 语义分割得到边缘信息指导修复其三 存在问题：现在的图像修复方法主要的通过周围像素来修复，当修复区域与前景区域（显著物体）有交叠时，由于修复区域缺失前景与背景的时间内容导致修复结果不理想。 提出方法：a foreground-aware image inpainting system，可明确区分 阅读全文
posted @ 2020-11-30 16:33 临近边缘 阅读(687) 评论(0) 推荐(0)
EdgeConnect: Structure Guided Image Inpainting using Edge Prediction
摘要：论文 pytorch 引言 语义分割获取边缘信息指导修复其二 存在的问题：之前方法能够生成具有有意义结构的缺失区域，但生成的区域往往模糊或边缘部分存在伪影。 提出问题：提出了一个两阶段的模型，将inpaint问题分为结构预测和图像补全。与素描图相似，我们的模型首先以边缘映射的形式预测缺失区域的图像结 阅读全文
posted @ 2020-11-30 16:24 临近边缘 阅读(999) 评论(0) 推荐(0)
SPG-Net: Segmentation Prediction and Guidance Network for Image Inpainting
摘要：SPG-Net: Segmentation Prediction and Guidance Network for Image Inpainting pytorch 引言 利用语义分割获取空洞的边缘信息，进而指导修复其一 （挖个坑）deeplab系列 存在的问题：现有的基于生成模型的方法并没有利用分 阅读全文
posted @ 2020-11-30 16:04 临近边缘 阅读(909) 评论(0) 推荐(0)
Image Inpainting with Learnable Bidirectional Attention Maps
摘要：Image Inpainting with Learnable Bidirectional Attention Maps pytorch 引言 部分卷积（PConv）的缺陷： 1 将含有1个有效值像素的区域与含有9个有效值像素的区域同等对待 2 Partial convolution中，无效pixe 阅读全文
posted @ 2020-11-30 15:50 临近边缘 阅读(472) 评论(0) 推荐(0)
Free-Form Image Inpainting with Gated Convolution
摘要：Free-Form Image Inpainting with Gated Convolution pytorch 引言 和Generative Image Inpainting with Contextual Attention是同一个作者 部分卷积（PConv）的缺陷： 1 将含有1个有效值像素 阅读全文
posted @ 2020-11-30 15:33 临近边缘 阅读(662) 评论(0) 推荐(0)
partial conv
摘要：Image Inpainting for Irregular Holes Using Partial Convolutions pytorch代码 论文贡献： 提出了部分卷积（partial convolutions），使得在每一层都使用上一层跟新后的mask，在图片修复上取得了state-of-t 阅读全文
posted @ 2020-11-30 15:12 临近边缘 阅读(2964) 评论(0) 推荐(1)
On-Demand Learning for Deep Image Restoration
摘要：摘要 论文来源：ICCV 2017 之前的缺点：目前的机器学习方法只专注于在特定困难程度的图像损坏(如一定程度的噪声或模糊)情况下进行良好的训练模型。 改进的方法：提出了一种基于深度卷积神经网络的按需学习算法来训练图像恢复模型。 优势之处：其主要思想是利用反馈机制，在最需要的地方自行生成训练实例，从 阅读全文
posted @ 2020-10-09 11:07 临近边缘 阅读(567) 评论(0) 推荐(0)
High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis
摘要：论文来源：CVPR 2017 摘要 之前方法的缺点：之前的方法是基于语义和上下文信息的，在填充较大holes的表现得很好，能够捕获更高级的图像特征，但是由于内存限制和难以训练网络的因素，只能处理分辨率较小的图片。 论文提出的方法：提出了一种基于结合图像内容和纹理约束来进行优化的多尺度神经patch结 阅读全文
posted @ 2020-10-08 19:35 临近边缘 阅读(178) 评论(0) 推荐(0)