image inpainting
framebreak
这个作者很懒,什么都没留下…
展开
-
论文阅读《Contextual-based Image Inpainting: Infer, Match, and Translate》
作者研究了图像修复的任务,即用可信的内容填充不完整图像的缺失区域。为此,提出了一种基于学习的方法,在给定具有缺失组件的高分辨率图像的情况下生成视觉上连贯的完成。为了客服直接学习高维图像数据分布的困难,我们将任务分为推理和翻译两个独立的步骤,并用深度神经网络对每个步骤进行建模。我们还使用简单的启发式方法来指导局部纹理从边界到孔的传播。我们表明,通过使用这些技术,修复减少了在更小的空间中学习两个图像特征评议功能的问题,因此更容易训练。我们在几个公共数据集上评估我们的方法,并表明我们生成的结果比以前最先进的方法具原创 2019-04-25 20:18:18 · 1999 阅读 · 0 评论 -
图像修复之《High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis》
图像修复问题就是还原图像中缺失的部分。基于图像中已有信息,去还原图像中的缺失部分。从直观上看,这个问题能否解决是看情况的,还原的关键在于剩余信息的使用,剩余信息中如果存在有缺失部分信息的patch,那么剩下的问题就是从剩余信息中判断缺失部分与哪一部分相似。而这,就是现在比较流行的PatchMatch的基本思想。CNN出现以来,有若干比较重要的进展:被证明有能力在CNN的高层捕捉到图像的抽象...转载 2019-04-25 20:44:10 · 4802 阅读 · 0 评论 -
论文笔记Globally and Locally Consistent Image Completion
论文笔记Globally and Locally Consistent Image Completion图1 Patch-based方法的示例图Patch-based方法的不足:(1)Depend on low-level features;(2)Unable to generate novel objects;2)基于Context Encoder的图像补全,该方法基于深度学习生成相似的纹理...转载 2019-04-23 21:17:04 · 3529 阅读 · 1 评论 -
论文阅读《Image Inpainting for Irregular Holes Using Partial Convolutions》
我们的模型可以很好地处理任何形状、大小、位置或距离图像边界任何距离的空白。以前的深度学习方法主要集中在位于图像中心附近的矩形区域,并且通常需要依赖成本很高的后期处理。“英伟达的研究人员在他们的研究报告中写道,“此外,我们的模型能够很好地处理越来越大的空白区域。”为了训练神经网络,研究团队首先生成了55116个随机色条、形状和大小任意的masks,用于训练。他们还生成了25000个图像用于测试。...转载 2019-04-24 09:01:36 · 2611 阅读 · 0 评论 -
【论文笔记】Image Inpainting for Irregular Holes Using Partial Convolutions
https://blog.csdn.net/king_haw/article/details/86177796原创 2019-05-06 10:05:13 · 333 阅读 · 0 评论 -
论文解析Generative Image Inpainting with Contextual Attention
https://www.cnblogs.com/bingmang/p/10000992.html转载 2019-06-17 20:19:22 · 5142 阅读 · 2 评论 -
图像的上采样(upsampling)与下采样(subsampled)
缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个:1、使得图像符合显示区域的大小;2、生成对应图像的缩略图。放大图像(或称为上采样(upsampling)或图像插值(interpolating))的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而...转载 2019-07-16 19:14:41 · 2070 阅读 · 0 评论