多媒体论文讲解.pptVIP

Large Inpainting of Face Images With Trainlets 运用Trainlets的大型脸部图像的修复 制作人：李彬 图像修复前瞻 图像修复是一种数据完成问题，旨在恢复或填充退化图像中缺少的信息。 这些区域可以由沿着图像分布的单个丢失像素或者由旧照片的划痕，折叠或其他形式的退化所产生的连续区域。 在极端情况下，其中待涂的面积相对较大（也称为空穴填充）的时候，这个问题变得具有挑战性。 图像修复现存的修复方式依赖偏微分方程，变分方程，基于样本的方法，稀疏执行先验等等 现行修复方式的缺点：尽管它们具有高效的性能，但所有这些作品都限于小区域或通过传播和填充适当的周围背景来去除对象的任务 提出问题 我们将集中在大面积的面部图像的修复的具体问题，如图1所示的情况。正如可以预见的，传统的基于补丁的方法在恢复或估计丢失数据方面将不是有效的。 事实上，任何试图通过从可用图像数据传播信息来修复丢失区域的方法都将失败，因为所有这些方法都忽视了以下事实：获得高维信号的自适应全局模型的任务是一个困难的问题 左眼图像：左眼图像丢失的人脸图像。 右：用所提出的trainlets方法获得的修正结果 尝试方案 一些尝试包括多元学习技术，提出学习一个适应性低维流形图像。 这项工作包括合成和纹理数据的绘画示例，但它仍然远未提供真实世界的面部图像的实际解决方案。 另一方面，提出使用卷积