![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读笔记
文章平均质量分 91
半岛铁子_
那就叫小胡吧
展开
-
【图像修复】AOT-GAN《Aggregated Contextual Transformations for High-Resolution Image Inpainting》
1. 提出用于高分辨率图像修复的aggregated contextual transformations(AOT),它允许捕获信息丰富的远程上下文和丰富的感兴趣模式,以进行上下文推理。2. 设计了一个新的掩模预测任务来训练用于图像修复的判别器,使判别器可以区分真实patch和合成patch,从而有助于生成器合成细粒度纹理。 。原创 2022-10-17 16:11:10 · 4253 阅读 · 10 评论 -
【图像修复】----论文阅读笔记《EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning》
文章提出了一种两阶段对抗性模型EdgeConnect,包括边缘生成器和图像完成网络。边缘生成器使图像的缺失区域(规则和不规则)的边缘产生幻觉,并且图像补全网络使用幻觉边缘作为先验填充缺失区域。并在公共可用的数据集CelebA、Places2和巴黎街景上对模型进行了端到端的评估。端到端:端到端指的是输入是原始数据,输出是最后的结果。以前输入端不是直接的原始数据,而是在原始数据中提取的特征。将图像修复分为两个阶段:边缘生成和图像完成。边缘生成仅关注缺失区域中的假想边缘。原创 2022-09-29 22:03:33 · 2494 阅读 · 10 评论 -
【图像修复】论文阅读笔记 ----- 《Image inpainting based on deep learning: A review》
本篇论文综述发表于2021年。文章总结了基于深度学习的不同类型神经网络结构的修复方法,然后分析和研究了重要的技术改进机制;从模型网络结构和恢复方法等方面对各种算法进行了综合评述。并选择了一些有代表性的图像修复方法进行比较和分析。最后,总结了当前图像修复存在的问题,并展望了未来的发展趋势和研究方向。当前的图像修复研究主要包括修复矩形块掩模、不规则掩模、目标移除、去噪、移除水印、移除文本、移除划痕和旧照片着色等任务。传统的图像修复方法基于补丁和基于扩散的方法,在2014年之前发展。原创 2022-09-05 19:41:25 · 10063 阅读 · 0 评论 -
图像修复论文阅读笔记-----Globally and Locally Consistent Image Completion
此篇论文的工作是基于前一年提出的上下文编码器(Pathak 等。- 2016 - Context Encoders Feature Learning by Inpainting),即全局鉴别器查看整个图像以评估其整体是否一致,而局部鉴别器仅查看以完成区域为中心的小区域以确保生成的面片的局部一致性,然后训练图像完成网络以欺骗两个上下文鉴别器网络。...原创 2022-08-29 16:34:43 · 1299 阅读 · 1 评论 -
论文阅读笔记---Image Inpainting with Local and Global Refinement
文章提出了一个关于感受野的三阶段修复框架。从网络设计的角度看,现有的基于深度学习的图像修复方法大致可以分为三类:一阶段、两阶段和渐进方法。本文所提出的模型,是由粗到细的两阶段修复模型,与先前的两阶段修复模型不同的是:(1)先前的都是通过引入扩展卷积或上下文注意,仅关注具有大感受野的编码器-解码器生成器。而本文强调了具有小感受野的网络对于图像修复的重要性。原创 2022-08-20 17:02:02 · 2329 阅读 · 0 评论 -
图像修复方法研究综述----论文笔记
图像修复方法研究综述对象移除修复图像图片修饰文字移除“根 据修复思想的不同,它可以被分为基于偏微分方程 (Partial Differential Equation,PDE)的图像修复方法 和基于样本的图像修复方法。”(1)基于偏微分方程的方法“利用数学或物理学中的偏微分方 程,将图像已知区域像素平滑传播到缺失区域中以 修复破损图像。”(2)基于样本的图像修复方法“基于样本的图像修复方法通过计算并搜索破 损图像缺失区域与已知区域相似度最高的样本,并 将其复制粘贴到缺失区域内以修复破损图像。”“依据生成原创 2022-06-28 11:19:11 · 2998 阅读 · 2 评论