Skip to content
AI & Machine Learning

图像修复

通过基于周围上下文合成合理内容来重建图像丢失或损坏区域的计算过程。

图像修复最初是一种受艺术保护启发的数字修复技术,修复者会仔细填充画作的受损区域。早期的数字方法使用纹理合成和补丁匹配——从附近区域复制相似的补丁。现代深度学习方法使用经过数百万张图像训练的编码器-解码器架构来理解语义上下文:它们知道站在草地上的被移除的人应该被更多的草填充,而不是随机像素。基于扩散的修复模型会生成多个看似合理的完成结果,并选择最连贯的一个。该技术为对象删除工具、旧照片划痕修复和水印删除提供支持。质量取决于遮蔽区域的大小、背景的复杂性以及模型的训练数据多样性。