随笔分类 -  图像修复(Image Inpainting)

Spectral Normalized Markovian Discriminator（SNPatchGAN）[光谱归一化马尔科夫判别器]
摘要：马尔可夫判别器（PatchGAN） 概念 马尔可夫判别器是判别模型的一种。 基于 的分类模型有很多种，很多网络都是在最后引入了一个全连接层，然后将判别的结果输出（输出结点）。 马尔可夫判别器则是不一样，直观来看，它完全由卷积层构成，最后输出的是一个n n的矩阵，最后取输出矩阵的均值作为 的输出。 事 阅读全文
posted @ 2020-05-09 10:16 wenshinlee 阅读(5106) 评论(0) 推荐(2)
SC-FEGAN: Face Editing Generative Adversarial Network with User’s Sketch and Color
摘要：Abstract 本文提出了一个端到端训练的卷积网络来实现图像编辑系统，进而实现图片的生成。系统的输入为 、`sketch color`。 与现存的方法相比，作者的方法利用具有颜色和形状的 的用户输入。 提出的网络结构称为 。 Introduction 即使在图像中存在擦除部分的情况下，只要给出草图 阅读全文
posted @ 2020-04-27 09:15 wenshinlee 阅读(1218) 评论(0) 推荐(0)
GAIN: Gradient Augmented Inpainting Network for Irregular Holes
摘要：摘要 目前形势 ：一些现存得方法使用边修复（ ）来帮助图像修复任务，这种方法是通过图像梯度（ ）来生成二值边图（ ）。 存在得缺点 ：仅使用二值边图，会丢失梯度信息，产生一些问题（例如颜色差异）。 本文研究方法 ： 提出 ，该网络利用梯度信息（而不边信息）来促进图像修复。 提出得网络是一个多任务得学 阅读全文
posted @ 2020-04-25 15:10 wenshinlee 阅读(567) 评论(0) 推荐(0)
Free-Form Image Inpainting with Gated Convolution
摘要："CODE Download" 摘要 不同于 ，将所有输入的像素做为有效像素 ,`gated convolution partial convolution gated convolution inside or outside masks, RGB channels or user guidanc 阅读全文
posted @ 2020-04-05 19:01 wenshinlee 阅读(1174) 评论(1) 推荐(0)
Image Inpainting for Irregular Holes Using Partial Convolutions
摘要："英伟达此项目官网" "Partial Convolution layer Implement source code " 摘要 现有的基于深度学习的图像修补方法在损坏的图像上使用标准卷积网络，使用以有效像素（非缺失部分的像素）和缺失部分填充适当的值（通常为平均值）为条件的进行卷积操作。 这通常会导 阅读全文
posted @ 2020-03-29 13:42 wenshinlee 阅读(2287) 评论(0) 推荐(3)
Coherent Semantic Attention for Image Inpainting
摘要：文章的基本信息 文章来源: ICCV 2019 下载链接： "Code Download" 现状： 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，这是因为局部像素的不连续性导致的。从语义级别的角度来看，局部像素不连续性主要是因为这些方法忽略了语义相关性和缺失区域的特征连续性。 提出 阅读全文
posted @ 2020-03-22 20:33 wenshinlee 阅读(2208) 评论(1) 推荐(1)
Globally and Locally Consistent Image Completion
摘要：文章的基本信息 文章来源: SIGGRAPH 2017 下载链接: "Parper Download" "Code Download" 摘要 解决问题: 修复图像 论文背景: 基于 的图像补全，该类方法主要是从源图像中寻找相似的patch，然后将该 贴到缺失的区域。当源图像中没有类似的区域时，该方法 阅读全文
posted @ 2020-03-15 22:52 wenshinlee 阅读(990) 评论(0) 推荐(0)
Generative Face Completion
摘要：文章基本信息 文章来源: " CVPR 2017 " 下载链接: "Download paper" "Download code" 摘要 解决问题: 从随机噪声中修复面部缺失的区域。 论文背景: 基于 的图像补全，该类方法主要是从源图像中寻找相似的patch，然后将该 贴到缺失的区域。当源图像中没有 阅读全文
posted @ 2020-03-15 11:47 wenshinlee 阅读(614) 评论(0) 推荐(0)
High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis
摘要：摘要 论文来源： CVPR 2017 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 阅读全文
posted @ 2020-03-08 20:46 wenshinlee 阅读(2361) 评论(1) 推荐(2)
Semantic Image Inpainting with Deep Generative Models
摘要：摘要 论文来源： CVPR 2017 论文提出的方法 ：给定一个训练好的生成模型，采用提出的两个损失函数$ context loss和prior loss$，通过在潜在的图像流寻找与需要修复图片最接近的编码来实现修复。 优势之处： 最新的方法需要有关缺失部分的一些特定信息，而此方法不管缺失部分如何， 阅读全文
posted @ 2020-03-02 00:37 wenshinlee 阅读(1835) 评论(0) 推荐(1)
Context Encoders: Feature Learning by Inpainting
摘要：论文来源：2016 CVPR （1）所解决问题 通过基于上下文像素预测驱动的无监督的视觉特征的学习算法，利用周围的图像信息来推断缺失的图像 本文的上下文编码器需要解决一个困难的任务:填补图像中大量缺失的区域，而这些区域无法从附近的像素中获得“提示”。 （2）所构建网络 主要思路： 主要思路是结合En 阅读全文
posted @ 2020-02-24 10:25 wenshinlee 阅读(1391) 评论(0) 推荐(1)