图像修补的相干语义注意(ICCV 2019) | | 介绍 由于局部像素的不连续性,现有的修复方法经常会产生纹理模糊,结构失真的内容。从语义层面上看,局部像素的不连续性主要是因为这些方法忽略了语义相关性和Kong区域的特征连续性。 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特征之间的语义相关性进行建模。 同时,我们进一步提出一致性损失和特征补丁鉴别器,以稳定网络训练过程并改进细节。 模型架构 CSA架构 功能补丁识别器 先决条件