深度图像修复技术的研究进展与分析.pdfVIP

《工业控制计算机》2025年第38卷第3期67

深度图像修复技术的研究进展与分析

ResearchProgressandAnalysisofDeepInpainting

郑博伟

黄梅佳陈锐彬（揭阳职业技术学院信息工程系，广东揭阳522000)

摘要：图像修复技术是将图片中缺失的像素进行填充，目的是使得没有看过原图像的观察者无法察觉出这其实是修复

的图像。随着计算机技术及数字图像处理技术的发展，深度学习在图像分类、目标检测、语义分割等方面取得了巨大的进展。

在这一背景下，相比传统非参数的图像修复技术，深度图像修复技术取得了更惊人的发展。总结了国内外常见的深度图像修

复技术，阐述图像修复任务的发展历程，归纳总结深度图像修复常用的数据集及评价指标，并对未来发展趋势作出展望。

关键词：图像修复；深度学习；传统；数据集；发展趋势

Abstract:Imageinpaintingistofillinmissingpixelsinanimage,withtheaimofmakingitimpossibleforobserverswho

havenotseentheoriginalimagetoperceivethatitisactuallyaninpaintedimage.Withthedevelopmentofcomputertechnol-

ogyanddigitalimageprocessingtechnologYideeplearninghasmadetremendousprogressinimageclassification,object

detection,semanticsegmentation,andotheraspects.Inthiscontext,comparedtotraditionalnon-parametricimageintech-

niques,deepinpaintinghasalsoachievedmoreastonishingdevelopment.Thispapersummarizescommondeepinpainting

methodsbothdomesticallyandinternationally,elaboratesonthedevelopmentprocessofimageinpainting,summarizescom-

monlyuseddatasetsandevaluationindicatorsfordeepinpainting,andputsforwardprospectsforfuturedevelopmenttrends.

Keywords:imageinpainting,deeplearning,traditional,datasets,developmenttrends

图像修复（ImageInpainting)[1]是一种图像编辑技术，旨在细纹理的各种形状缺失区域，但训练Shift-Net需要在时间成本

用合理的内容填补图像中缺失或损坏的区域。随着数字图像修和性能之间取得平衡。文献[10]设计了基于注意力机制[11-12]的

复技术的不断发展，主要有传统的图像修复技术和基于深度学语境注意力网络（ContextualAttentionNetwork）,基本思想是

习的图像修复技术（即“深度图像修复技术”）。传统图像修复技先使用粗网络（CoarseNetwork）对缺失信息进行初步预测，然

术是利用已知信息在空域像素级上填补图像缺失的内容，深度后在精细网络(RefinementNetwork）中使用注意力机制模块来

图像修复技术利用卷积神经网络通过大量数据学习训练在特征对预测信息和已知信息作相关，找到比较重要的信息特征完成

层上预测和填