计算机科学>计算机视觉和模式识别
标题: CM-GAN:级联调制GAN和对象软件训练的图像绘制
摘要: 最近的图像修复方法取得了很大的进展,但在处理复杂图像中的大洞时,往往难以生成合理的图像结构。 这部分是由于缺乏有效的网络结构,无法捕获图像的长期依赖性和高级语义。 我们提出了级联调制GAN(CM-GAN),这是一种新的网络设计,它由一个带有傅里叶卷积块的编码器和一个双流解码器组成,该编码器可以从带有孔洞的输入图像中提取多尺度特征表示,而双流解码器在每个尺度级别上都有一个新的级联全局空间调制块。 在每个解码器块中,首先应用全局调制来执行粗糙和语义感知的结构合成,然后使用空间调制以空间自适应的方式进一步调整特征映射。 此外,我们设计了一个对象软件训练方案,以防止网络产生洞内新对象的幻觉,满足真实场景中对象移除任务的需要。 大量实验表明,我们的方法在定量和定性评估方面都显著优于现有方法。 请参阅项目页面:\url{ 此https URL }.