图像修复 : 基于条件纹理和结构并行生成的图像修复——ICCV 2021 【附测评源码】

置顶 已于 2022-05-07 08:47:15 修改
阅读量3.4k 收藏 31
点赞数 16
分类专栏： 图像修复-代码环境搭建-知识总结 文章标签： 计算机视觉 人工智能 深度学习 图像修复
于 2022-04-30 15:08:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_28442665/article/details/124513201
版权
该博客测评了ICCV 2021的一篇图像修复论文，介绍了一种新型双流网络，结合结构约束的纹理合成和纹理引导的结构重建，提高修复质量。通过双向门控特征融合模块和上下文特征聚合模块增强全局一致性。在CelebA、Paris StreetView和Places2数据集上表现出优越性能。
摘要由CSDN通过智能技术生成

文章目录

图像修复 ICCV 2021 文章测评：代码简洁、很直观，论文阅读体验甚好，推荐学习

  • 🍊 没有细看，论文是否提到 BaseLine ，不过感觉就是 似曾相识，可能是之前看的论文太多了
  • 🍊 网络结构、大体就是那样、变过来、变过去、细节决定 提升效果，再理论升华
  • 🍊 好家伙、让我说的好像有键盘就能写似的
  • 🍊 不能的，都是大佬们的大作，除了佩服还是佩服
  • 🍊 条条大路通罗马 ，吾辈当自强，各位 AI 之路的小伙伴们，共勉
  • 🍊 论文简单解析，请查阅 图像修复 : ICCV 2021 基于条件纹理和结构并行生成的图像修复【翻译】

🥇 版权: 本文由【墨理学AI】原创首发、各位读者大大、敬请查阅、感谢三连
🎉 声明: 作为全网

了解本专栏 订阅专栏 解锁全文
墨理学AI
关注
专栏目录
订阅专栏
2019 - ICCV - 图像修复 Image Inpainting 论文导读《StructureFlow: Image Inpainting via Structure-aware ~~》
m0_51339444的博客
04-14 3794
2019 - ICCV - 图像修复 Image Inpainting 论文导读《StructureFlow: Image Inpainting via Structure-aware ~~》
CSA修复：图像修复的相干语义注意（ICCV 2019）
02-04
为了解决这个问题，我们研究了人类在图片修复中的行为，并提出了一种基于深度生成模型的，具有新颖连贯语义注意（CSA）层的方法，该方法不仅可以保留上下文结构，而且可以对缺失部分进行更有效的预测通过对Kong特征...
图像修复--论文阅读笔记（小白）
lgy18785500219的博客
04-14 815
现代图像修补系统，尽管取得了重大进展，但经常与大缺失区域、复杂几何结构和高分辨率图像作斗争。我们发现，造成这种情况的主要原因之一是在修复网络和损失函数中都缺乏有效的接受野。为了解决这一问题，我们提出了一种新的方法——大掩模修补(LaMa)。LaMa是基于 i)一种新型的修补网络架构快速傅里叶卷积(ffc)，具有图像范围的接受野; ii)接受野知觉高度丧失; Iii)大型训练掩膜，这可以释放前两个组件的潜力
图像修复Image Inpainting数据集制作
最新发布
qq_74311934的博客
08-05 781
本文介绍了图像修复中所用的破损图像数据集制作过程
AAAI 2023 Oral | 图像复原中的新问题！浙大创建ReLoBlur数据集和LBAG局部模糊感知门控网络...
阿木寺的博客
03-23 1205
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【计算机视觉】微信技术交流群AAAI-2023 Oral：Real-World Deep Local Motion Deblurring单幅图像去除局部运动模糊：浙大成像实验室创建ReLoBlur数据集及LBAG局部模糊感知门控网络单幅图像去运动模糊一直以来都是研究的热点，随着深度学习的兴起，基于端到端学习式的图...
图像复原论文解读：Image Restoration with Mean-Reverting Stochastic Differential Equations, ICML 2023
qq_20448873的博客
05-01 3728
Image Restoration with Mean-Reverting Stochastic Differential Equations, ICML 2023. 基于diffusion的图像复原方法，只需切换数据集即可灵活应用到各种各样图图变换任务中。
CVPR 2020 论文大盘点-图像修复Inpainting篇
我爱计算机视觉
07-01 1万+
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h...
ICCV图像处理相关论文总结（103篇）（粗）
Lucifer_Ji的博客
05-09 5717
ICCV图像处理相关论文总结（103篇）1、Person ReID（行人再识别）（15）   1、Neural Person Search MachinesHao Liu, Jiashi Feng,Zequn Jie, Karlekar Jayashree, Bo Zhao, Meibin Qi, Jianguo Jiang, Shuicheng Yan 2、Cross-View Asymmetr...
从真实世界图像中学习纹理3D网格的生成模型，ICCV2021_Python_下载.zip
05-01
从真实世界图像中学习纹理3D网格的生成模型，ICCV2021_Python_下载.zip
图像超分入门必备：2019ICCV图像超分ICCV论文集合
01-02
Generative_Adversarial_Networks_With_Ranker_for_Image_Super-Resolution_ICCV_2019_paper.pdf”，这篇论文介绍了一种名为RankSRGAN的生成对抗网络，该网络引入了排名损失，以增强生成图像的结构和纹理保真度。...
基于深度学习的图像超分辨率算法论文合集2015-2019（CVPR,ECCV,ICCV）
03-31
图像超分辨率是计算机视觉领域的一项关键技术，其目标是通过算法将低分辨率（LR）图像提升到高分辨率（HR），以增强图像的细节和清晰度。这项技术广泛应用于图像处理、视频增强、医疗影像分析和遥感等领域。在2015年...
图像修复—celeba模型
01-15
2018 CVPR的图像修复的celeba模型，主要是修复人脸缺失部分
ICCV 图像分割
03-10
**图像分割在ICCV中的深度探索** 图像分割是计算机视觉领域的一个核心问题，它涉及到将图像解析成多个具有不同语义含义的区域。在国际计算机视觉会议（ICCV）上，这一主题一直是研究的热点，因为其在自动驾驶、医学...
【CVPR 2023的AIGC应用汇总(4)】图像恢复，基于GAN生成对抗/diffusion扩散模型方法...
idol24的博客
04-28 3176
【CVPR 2023的AIGC应用汇总(1)】图像转换/翻译，基于GAN生成对抗/diffusion扩散模型方法【CVPR 2023的AIGC应用汇总(2)】可控文生图，基于diffusion扩散模型/GAN生成对抗方法【CVPR 2023的AIGC应用汇总(3)】GAN改进/可控生成的方法10篇1、Bitstream-Corrupted JPEG Images are Restorable: T...
【论文笔记】图像修复Learning Joint Spatial-Temporal Transformations for Video Inpainting
热门推荐
xian0710830114的专栏
02-17 1万+
本文提出时空转换网络STTN（Spatial-Temporal Transformer Network）。具体来说，是通过自注意机制同时填补所有输入帧中的缺失区域，并提出通过时空对抗性损失来优化STTN。为了展示该模型的优越性，我们使用标准的静止掩模和更真实的运动物体掩模进行了定量和定性的评价。
2023CVPR：图像恢复的又一力作
Alex抱着爆米花的博客
09-13 1250
今天要分享的论文是2023CVPR《Efficient and Explicit Modelling of Image Hierarchies for Image Restoration》，图像恢复领域的又一力作，提供了新的发现，给出了新的解决方案。
【论文阅读】图像修复 - NAFNet
Edvard的专栏
04-23 1145
图像恢复，效果 SOTA 且计算量对比 Real-ESRGan 低很多
CVPR2023论文及代码合集来啦~
04-04 1万+
80、半监督学习、弱监督学习/无监督学习/自监督学习。36、行为识别/动作识别/检测/分割/定位。46、场景重建/视图合成/新视角合成。74、迁移学习/domain/自适应。23、图像复原/图像增强/图像重建。26、图像去噪/去模糊/去雨去雾。32、人脸生成/合成/重建/编辑。35、图像&视频检索/视频理解。41、GAN/生成式/对抗式。68、小样本学习/零样本学习。40、文本检测/识别/理解。17、视频生成/视频合成。27、图像编辑/图像修复。​31、人脸识别/检测。42、图像生成/图像合成。
图像修复 : ICCV 2021 基于条件纹理和结构并行生成的图像修复【翻译】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
04-24 5442
为了增强全局一致性，设计了双向门控特征融合 (Bi-GFF) 模块来交换和组合结构和纹理信息，并开发了上下文特征聚合 (CFA) 模块来按区域细化生成的内容亲和力学习和多尺度特征聚合。在 CelebA、Paris StreetView 和 Places2 数据集上的定性和定量实验证明了所提出方法的优越性
评论 25
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

墨理学AI

不必打赏，关注博主公众号即可

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值