基于深度神经网络的图像缺损修复方法综述

清华大数据软件团队官方微信公众号来源：专知
本文附论文，建议阅读5分钟本文针对图像缺损修复研究进行了系统梳理和综合介绍。

图像缺损修复研究旨在通过计算机自动修复图像中的缺损内容。近年来，深度神经网络技术的出现有效促进了相关研究的发展。本文针对该类研究进行了系统梳理和综合介绍。依据网络架构类型，具体将方法分为五 类：Context-Encoder 类、U-Net 类、CGAN 类、DCGAN 类以及 StackGAN 类。我们具体分析了每类方法的思路、 特点、优势和缺陷，并基于系统性实验，在公开大规模数据集上客观对比评价每一类方法的精度和性能。最后对 目前相关工作中存在的问题和挑战进行了阐述和介绍。

http://cjc.ict.ac.cn/online/onlinepaper/10-lyl-y-20211216161625.pdf