CVPR 2020 论文大盘点-图像修复Inpainting篇

本文继 去雨去雾去模糊篇 和 图像增强与图像恢复篇 之后，继续盘点CVPR 2020 中低层图像处理技术，本篇聚焦于图像修复（Image Inpainting）。

示例如下图：

图片来自 https://sites.google.com/site/gachoncvip/projects/image-inpainting

上图中被污损的图像（左）被修复为图像（中），右图为参考图像。修复时污损的mask是给定的。

该技术可用于修复老照片或者网络易丢包的图像传输等。因为其化腐朽为神奇的能力，经常见诸报端。

CVPR 2020 有 7 篇相关文献，技术上，因为GAN强大的图像生成能力被广泛使用。同时图像修复不再局限于2D图像，最有意思的是弗吉尼亚理工学院等发明的 3D Photography Using Context-Aware Layered Depth Inpainting 其对老照片在深度信息上进行修复，把定格的世界激活了！

华为提出的超高分辨率的图像修复方法 Contextual Residual Aggregation for Ultra High-Resolution Image Inpainting 也非常吸引人，代码还开源了。

香港城市大学、微软等复活老照片的方法 Bringing Old Photos Back to Life 效果也非常赞。强烈推荐全屏看看视频结果。

图像修复也不是一套算法能通吃的，在特定领域还需要有特殊的考虑。特别值得一提的复旦大学发表的 Assessing Eye Aesthetics for Automatic Multi-Reference Eye In-Painting 论文，在眼部inpainting问题中引入美学评价，使修复结果更自然更具吸引力。

已经开源或者即将开源的论文，把代码地址也附上了。

大家可以在：

http://openaccess.thecvf.com/CVPR2020.py

按照题目下载这些论文。

如果想要下载所有CVPR 2020论文，请点击这里：

CVPR 2020 论文全面开放下载，含主会和workshop

基于