CVPR 2020 论文大盘点-图像修复Inpainting篇

    技术2022-07-12  64

    本文继 去雨去雾去模糊篇 和 图像增强与图像恢复篇 之后,继续盘点CVPR 2020 中低层图像处理技术,本篇聚焦于图像修复(Image Inpainting)。

    示例如下图:

    图片来自 https://sites.google.com/site/gachoncvip/projects/image-inpainting

    上图中被污损的图像(左)被修复为图像(中),右图为参考图像。修复时污损的mask是给定的。

    该技术可用于修复老照片或者网络易丢包的图像传输等。因为其化腐朽为神奇的能力,经常见诸报端。

    CVPR 2020 有 7 篇相关文献,技术上,因为GAN强大的图像生成能力被广泛使用。同时图像修复不再局限于2D图像,最有意思的是弗吉尼亚理工学院等发明的 3D Photography Using Context-Aware Layered Depth Inpainting 其对老照片在深度信息上进行修复,把定格的世界激活了!

    华为提出的超高分辨率的图像修复方法 Contextual Residual Aggregation for Ultra High-Resolution Image Inpainting 也非常吸引人,代码还开源了。

    香港城市大学、微软等复活老照片的方法 Bringing Old Photos Back to Life 效果也非常赞。强烈推荐全屏看看视频结果。

    图像修复也不是一套算法能通吃的,在特定领域还需要有特殊的考虑。特别值得一提的复旦大学发表的 Assessing Eye Aesthetics for Automatic Multi-Reference Eye In-Painting 论文,在眼部inpainting问题中引入美学评价,使修复结果更自然更具吸引力。

    已经开源或者即将开源的论文,把代码地址也附上了。

    大家可以在:

    http://openaccess.thecvf.com/CVPR2020.py

    按照题目下载这些论文。

    如果想要下载所有CVPR 2020论文,请点击这里:

    CVPR 2020 论文全面开放下载,含主会和workshop

    基于无监督跨空间转换的多样化图像修复

    [1].UCTGAN: Diverse Image Inpainting Based on Unsupervised Cross-Space Translation

    作者 | Lei Zhao, Qihang Mo, Sihuan Lin, Zhizhong Wang, Zhiwen Zuo, Haibo Chen, Wei Xing, Dongming Lu

    单位 | 浙江大学

    用于超高分辨率图像修复的上下文残差聚合

    [2].Contextual Residual Aggregation for Ultra High-Resolution Image Inpainting

    作者 | Zili Yi, Qiang Tang, Shekoofeh Azizi, Daesik Jang, Zhan Xu

    单位 | 华为技术有限公司(加拿大)

    代码 | https://github.com/Ascend-Huawei/Ascend-Canada/tree/master/Models/Research_HiFIll_Model

    备注 | CVPR 2020 Oral 

    图像修复的递归特征推理

    [3].Recurrent Feature Reasoning for Image Inpainting

    作者 | Jingyuan Li, Ning Wang, Lefei Zhang, Bo Du, Dacheng Tao

    单位 | 武汉大学;悉尼大学

    代码 | https://github.com/jingyuanli001/RFR-Inpainting

    恢复深度信息,让老照片3D动起来

    [4].3D Photography Using Context-Aware Layered Depth Inpainting

    作者 | Meng-Li Shih, Shih-Yang Su, Johannes Kopf, Jia-Bin Huang

    单位 | 弗吉尼亚理工学院暨州立大学;清华大学(新竹);Facebook

    代码 | https://github.com/vt-vl-lab/3d-photo-inpainting.git

    主页 | https://shihmengli.github.io/3D-Photo-Inpainting/

    解读 | 老照片的复活,焕发生机与跃然纸上!这篇CVPR2020的论文彻底火了

    老照片也能有 3D 效果!

    基于GAN的语义修复

    [5].Prior Guided GAN Based Semantic Inpainting

    作者 | Avisek Lahiri, Arnav Kumar Jain, Sanskar Agrawal, Pabitra Mitra, Prabir Kumar Biswas

    单位 | 印度理工学院;微软

    [6].Bringing Old Photos Back to Life

    作者 | Ziyu Wan, Bo Zhang, Dongdong Chen, Pan Zhang, Dong Chen, Jing Liao, Fang Wen

    单位 | 香港城市大学;微软亚洲研究院;Microsoft Cloud + AI;中国科学技术大学

    主页 | http://raywzy.com/Old_Photo/

    备注 | CVPR 2020 Oral

    相关 | CVPR 2020丨图像超清化+老照片修复技术,拯救你所有的模糊、破损照片

    解读 | CVPR 2020 Oral|效果超群的老照片“复活”算法

    修复效果:

    相关视频:

    眼睛是心灵的窗口,也是面部最具吸引力的部位,该文提出一种针对眼部inpaint任务的眼部美学评估方法,在其引导下可以生成更加自然更具吸引力的眼部inpaint结果,超越商业软件Adobe Photoshop Elements的效果。

    [7].Assessing Eye Aesthetics for Automatic Multi-Reference Eye In-Painting

    作者 | Bo Yan, Qing Lin, Weimin Tan, Shili Zhou

    单位 | 复旦大学

    (a)为待修补的图像,(b)为Photoshop的结果,(d)为该文结果

    推荐阅读:

    CVPR 2020 论文大盘点-去雨去雾去模糊篇

    CVPR 2020 论文大盘点-图像增强与图像恢复篇

    CVPR 2020 论文大盘点-超分辨篇

    CVPR 2020 论文大盘点-目标检测篇

    CVPR 2020 论文大盘点-人脸技术篇

    CVPR 2020 论文大盘点-目标跟踪篇

    CVPR 2020 论文大盘点-文本图像篇

    CVPR 2020 论文大盘点-语义分割篇

    CVPR 2020 论文大盘点-实例分割篇

    CVPR 2020 论文大盘点-图像分割完整篇

    CVPR 2020 论文大盘点-抠图Matting篇

    CVPR 2020 论文大盘点-行人检测与重识别篇

    CVPR 2020 论文大盘点-全景分割与视频目标分割篇

    CVPR 2020 论文大盘点-医学影像处理识别篇

    备注:修复

    图像增强与质量评价交流群

    交流图像增强、去雾、去雨、去模糊、图像修复、图像恢复等技术,扫码拉你入群。

    我爱计算机视觉

    微信号:aicvml

    QQ群:805388940

    微博知乎:@我爱计算机视觉

    投稿:amos@52cv.net

    网站:www.52cv.net

    在看,让更多人看到  

    Processed: 0.034, SQL: 9