本文主要是介绍Foreground-aware Image Inpainting ——检测轮廓边缘-辅助缺失区域进行修复,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
这篇论文,这里只是进行了简单记录
Foreground-aware Image Inpainting
- https://arxiv.org/pdf/1901.05945.pdf
Abstract
现有的图像修复方法通常通过从周围像素中借用信息来填充孔。当孔与前景对象重叠或接触前景对象时,由于缺少有关孔内前景和背景区域实际范围的信息,它们通常会产生不令人满意的结果。但是,这些情况在实践中非常重要,特别是对于诸如分散物体的移除等应用。为了解决该问题,我们提出了一种前景感知的图像修复系统,该系统可明确区分(解耦)结构推断和内容完成。具体来说,我们的模型首先学习预测前景轮廓,然后使用预测轮廓作为指导来修补缺失区域。我们表明,通过这种解耦,轮廓完成模型可预测对象的合理轮廓,并进一步显着提高图像修复的性能。实验表明,在复杂成分复杂的情况下,我们的方法明显优于现有方法,并且可以获得出色的修复效果。
- Introduction
常规的修复方法[8、6、5、26]通常通过基于低级特征(例如RGB值的均方差或SIFT描述符)的匹配和粘贴补丁来填充丢失的像素[19]。 这些方法可以合成合理的静态纹理,但通常会在结构复杂的图像中产生严重的故障。 为了缓解该问题,已开发出不同的图像结构[11、12、24]。 例如,Huang等。 [11]明确地利用平面结构作为指导来纠正透视变形的纹理。 但是&
这篇关于Foreground-aware Image Inpainting ——检测轮廓边缘-辅助缺失区域进行修复的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!