2019-ICCV-Adobe-Free-Form Image Inpainting with Gated Convolution

GatedConv

所提出的门控卷积解决了普通卷积将所有的像素视为有效像素的问题,通过为所有层中的每个空间位置的每个通道提供一个可学习的动态特征选择机制来泛化部分卷积。

提出了SN-PatchGAN,谱规范化(spectral-normalized)用于稳定训练,加速训练速度

GatedConv未中ICCV之前,细网络是单分支的,后来作者修改成了两路分支。虽然这样改善了修复结果,但是两阶段修复存在一个问题,需要消耗大量的计算资源,于是PEPSI(2019 CVPR)提出了并行的编解码结构来解决这个问题。

GatedConv采用的编解码结构,而不是使用PartialConv的U-Net

感觉时间应该浪费在生成mask上了。

Celeba-HQ公开数据集,一般常用的图像修复数据集是ImageNet,Places2,DTD,Paris Street View
 

你可能感兴趣的:(图像生成GAN)