DeepFill

最新推荐文章于 2024-11-06 11:54:37 发布

WX Chen

最新推荐文章于 2024-11-06 11:54:37 发布

阅读量932

点赞数

分类专栏： 2D转3D 文章标签：计算机视觉人工智能

本文链接：https://blog.csdn.net/kl1411/article/details/121764094

版权

2D转3D 专栏收录该内容

21 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

DeepFill，尤其是DeepFill v2，利用门控卷积（Gated Convolution）和谱规范化（SN-PatchGAN）进行图像修复。门控卷积能学习每个通道的空间信息，提高修复精度，且不干扰原有像素。论文贡献包括提出新损失函数和交互式演示。应用在Places2和CelebA-HQ数据集上，展示了在图像修复领域的前沿效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。

了解本专栏