图像修复是一项重要的计算机视觉任务，旨在通过自动填充缺失或损坏的图像区域，使图像恢复完整和无缺陷。现有的方法主要依赖于卷积神经网络（CNN）在理解高级语义方面的优势。然而，最近的研究表明，将Transformer模型应用于视觉领域可以解决卷积核无法关注到远距离信息的问题。论文提出了一种全新的语义感知的Transformer模型，该模型不仅包含了之前视觉Transformer中的自注意力模块，还引入了一个用于感知整个数据集的语义特征的注意力模块。此外，论文对VQ-VAE模型做出改进，设计Quantized Semantic Vector Memory（QSVM）来实现对整个数据集中的图像的高级特征的提取和保存。通过在不同数据集上进行的实验，论文验证了其方法的有效性和优越性，与现有的先进方法相比取得了更好的修复效果。
图1 论文中提出模型的结构图
图2 参会现场海报展示
图3 参会现场与其他参会人员进行像学术讨论
创建: Apr 27, 2024 | 17:47
、
