Abstract 提出了一个深度学习策略来修复人脸图像，这个网络由两个部分组成，一个是人脸关键点预测子网络，该网络的目的是给另一个网络提供人脸的结构信息（破损人脸图像的人脸拓扑信息，表情信息）。另一个是图像修复网络，该网络的目的是修复出符合真实外观的人脸图像。该人脸图像修复方法在数据集CelebA-HQ和CelebA上进行了实验。 Introduction 人脸图像相比较海洋、草地等自然

【导语】 由于外观变化很大，例如不同的姿势，表情和遮挡，在野外修复脸部图像非常具有挑战性。一个好的修复算法应该保证输出的真实性，包括眼睛，鼻子和嘴巴之间的拓扑结构，以及姿势，性别，种族，表情等方面的属性一致性。 由腾讯联合天津大学、武汉大学等高校研究了一种有效的基于深度学习的策略来处理这些问题，包括面部界标预测子网和图像修复子网。具体而言，在进行部分观察的情况下，地标预测器旨在提供不完整面孔的