基于深度神經(jīng)網(wǎng)絡(luò)的圖像缺損修復(fù)方法綜述

清華大數(shù)據(jù)軟件團隊官方微信公眾號
來源：專知
本文附論文，建議閱讀5分鐘
本文針對圖像缺損修復(fù)研究進行了系統(tǒng)梳理和綜合介紹。

圖像缺損修復(fù)研究旨在通過計算機自動修復(fù)圖像中的缺損內(nèi)容。近年來，深度神經(jīng)網(wǎng)絡(luò)技術(shù)的出現(xiàn)有效促進了相關(guān)研究的發(fā)展。本文針對該類研究進行了系統(tǒng)梳理和綜合介紹。依據(jù)網(wǎng)絡(luò)架構(gòu)類型，具體將方法分為五 類：Context-Encoder 類、U-Net 類、CGAN 類、DCGAN 類以及 StackGAN 類。我們具體分析了每類方法的思路、 特點、優(yōu)勢和缺陷，并基于系統(tǒng)性實驗，在公開大規(guī)模數(shù)據(jù)集上客觀對比評價每一類方法的精度和性能。最后對 目前相關(guān)工作中存在的問題和挑戰(zhàn)進行了闡述和介紹。

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