An image inpainting method based on multiple receptive fields and dynamic matching of damaged patterns
简介：当前图像修复模型设计时多以大感受野为基础,通过细修复网络实现不同感受野的利用,忽略了不同感受野与图像破损模式间的适配性,进而造成修复图像出现伪影、语义信息混乱等问题.针对伪影和语义信息混乱问题,受不同感受野对同一图像破损模式修复敏感性不同的启发,本文提出了一种基于多感受野与破损模式动态匹配的图像修复方法.首先,该方法通过并联的滤波器组实现统一尺度多感受野特征组的提取.其次,以掩码图像为约束条件,通过对多感受野特征组的动态加权和筛选,构建起感受野与破损模式间的动态匹配关系.最后,设计了基于快速傅里叶卷积的解码器,用以增强解码过程中高维特征向低维图像恢复时全局上下文特征的融合能力.对比实验结果表明,该方法在Paris StreetView、CelebA-HQ和Places2三个公共数据集上可以获得更好的主客观修复结果.展开
学者：MengJiahaoLiuWeirongShiChanghongLIZhijunJIE
关键词：image inpaintinggenerative adversarial net-worksmultiple receptive fields(MRFs)dynamic match-ing of damaged patternsdecoder with fast Fourier convolu-tional图像修复生成对抗网络多感受野破损模式动态匹配快速傅里叶卷积解码器
在线出版日期：2026-04-16 （网站首发日期）
