1. Video Inpainting分类
(1)Video restoration
(2)Object removal
(3)Water-mark removal
2. 问题阐述与算法分析
传统的方法是根据图像数据库中的大量数据进行匹配,计算图像匹配相似度(这其中会消耗大量的算力)。现在效果比较先进的算法是基于GAN的深度学习算法,但是GAN会生成与图像无关的内容。
以上这些方法有一个共同的缺点: 缺失区域是由周围区域或外部图像数据库产生的,这会大大降低Inpainting的效果,而这种缺点我们可以通过利用相邻帧的冗余来解决。
利用相邻帧确实能够弥补一定的不足,但是比较传统的方法是基于patch,通过相邻帧提取patch来计算哪些patch符合视频中确实的部分&#x