基于CNN的图像修复（CNN-based Image Inpainting）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/YhL_Leo/article/details/56674833

本系列文章由 @yhl_leo 出品，转载请注明出处。
文章链接： http://blog.csdn.net/yhl_leo/article/details/56674833

---

本文简单介绍两篇基于CNN进行图像修复的论文，论文以及源码分别为：

• Paper: Context Encoders: Feature Learning by Inpainting, GitHub: pathak22/context-encoder
• Paper: High-Resolution Image Inpainting using Multi-Scale Neural Patch Systhesis, GitHub: leehomyc/High-Res-Neural-Inpainting

---

两篇论文的网络框架基本一样：

主要思路都是结合Encoder-Decoder 网络结构和 GAN （Generative Adversarial Networks），Encoder-Decoder 阶段用于学习图像特征和生成图像待修补区域对应的预测图，GAN部分用于判断预测图来自训练集和预测集的可能性，当生成的预测图与GroundTruth在图像内容上达到一致，并且GAN的判别器无法判断预测图是否来自训练集或预测集时，就认为网络模型参数达到了最优状态。

因此，网络训练的过程中损失函数都由两部分组成：

• Encoder-decoder 部分的图像内容约束（Reconstruction Loss）
• GAN部分的对抗损失（Adversarial Loss）

其中，两篇论文在Adversarial Loss都是一致的，发表的时间也早于WassersteinGAN，所以并没有在这方面进行改进。所以，两者的主要差异就在Reconstruction Loss。

Context Encoders 采用最简单的整体内容约束，也就是预测图与原图的$\mathcal{l}_2$ 距离。相比之，Hig-Res Neural Inpainting 就考虑得更多，通过训练类似于 Context Encoders 的全局内容预测网络来构造内容约束，并且可以用环绕孔洞的图像内容来对纹理约束进行建模。也就是不单进行整体约束还有局部纹理的约束，生成预测结果也不是一步到位，而是设置了一组图像尺度，由低分辨率到高分辨率，前者的预测结果作为或者的初始值，由粗糙到精细地进行精细化，因此，可以视为是Context Encoders 的进阶版。

详细内容可以阅读原文。

---

贴出一组对比图：

---

References:

• http://mp.weixin.qq.com/s/oWUDqhhi2B4mjqZpe0_oaQ