DeepFill

台湾 余家辉

Generative Image Inpainting with Contextual Attention（基于内容感知生成模型的图像修复）
这篇文章也被称作deepfill v1，作者的后续工作 "Free-Form Image Inpainting with Gated Convolution" 也被称为deepfill v2。两者最主要的区别是，v2支持任意形状的mask（标记图像待修复区域的罩子 mask？）
https://zhuanlan.zhihu.com/p/50620348

Deepfillv2
2019-ICCV-Adobe-Free-Form Image Inpainting with Gated Convolution
https://mc.ai/gated-convolution-%E5%9C%96%E5%83%8F%E4%BF%AE%E5%BE%A9%E4%BB%BB%E5%8B%99-deepfillv2-free-form-image-inpainting-with-gated-convolution/
此論文的主軸為 Gated convolution，

其特點為可以學習出每層 Channel 相對應的空間資訊，

舉例來說對於圖像的修復我們都會給定一個 Mask 指定哪個部分是需要修復的，

透過瞭解空間資訊(Mask)，可以讓 CNN 進行更精確的修補，並且不影響到原本就是好的 pixel。

此篇貢獻

提出 Gated convolutions 去學習每個 channel 的空間資訊，特點是每層的每個 channel 都有其空間資訊做搭配。
提出新的 loss function， SN-PatchGAN
可供使用者互動，可看Demo video。
視覺化顯示出 Gated convolu