随着深度学习的快速发展，计算机视觉已成为人工智能领域非常热门的研究方向，而其中Inpainting领域备受关注。Inpainting分为图像修复（Image Inpainting）和视频修复（Video Inpainting）。此资源为世界顶级会议期刊CVPR近五年的Inpainting领域论文合集，希望有所帮助~

通过生成多列卷积神经网络进行图像修复 ，，，，。 带有矩形遮罩的Places2，CelebA-HQ和Paris街景的结果。 在Places2和CelebA-HQ上随机抽奖的结果。 介绍 该存储库适用于NeurIPS 2018论文`` ''。 如果我们的方法对您的研究有用，请考虑引用： @inproceedings{wang2018image, title={Image Inpainting via Generative Multi-column Convolutional Neural Networks}, author={Wang, Yi and Tao, Xin and Qi,

图像修复的递归特征推理 要求 Python> = 3.5 PyTorch> = 1.0.0 Opencv2 == 3.4.1 Scipy == 1.1.0 脾气暴躁== 1.14.3 Scikit图像（skimage）== 0.13.1 这是我们实验的环境。 这些软件包的更高版本可能需要对代码进行一些修改。 尽管我们的方法不限于任何特定的CUDA和cudnn版本，但强烈建议您使用这些工具包的最新版本。 由于RFR-Net的周期性设计，它似乎可以在较旧的CUDA版本中运行缓慢。 预训练模型 到预训练模型的链接。 （当前为Paris StreetView，CelebA数据集）。 我们希望在1月底之前释放Places2权重，对于存储系统故障导致的延迟，我们深表歉意。 如果模型用于学术目的，我们强烈建议用户重新训练模型，以确保进行公平的比较（这一直是人们所期望的）。 使用当前版本的

Object Removal by Exemplar Based Inpainting,this is a code and some results.

最原始的TV修复算法matlab版，里面有相应的论文讲解

Tensorflow中的图像修复模型实现 “使用部分卷积对不规则Kong进行图像修补”第一个tensorflow主实例，使用tensorflow完全实现，而无需修改源代码。 原始论文： YouTube上的演示： 部分卷积 使用curr_bin_mask表示当前二进制文件的掩码； conved_mask表示二进制掩码的卷积结果，对应于文本中的sum（M）； new_bin_mask表示卷积后的新二进制掩码，更新规则为： ((conved_mask==0)==0) 因此，局部卷积的计算如下： Pconv(x) = (Conv(x*curr_bin_mask)*conved_mask+b)*new_bin_mask 如文本中所述，使用新掩码的操作是为了确保无效输入为零。 网络结构 用局部卷积代替卷积 面膜生成 与原始版本不同，我使用opencv生成了一个掩码，并将无效零件输入设置为零。

填充算法matlab代码图像修复 该项目是 A.Criminisi 等人的“基于示例的图像修复的区域填充和对象移除”的实现。 2004 年。 所有代码都是用 MATLAB 编写的。 还有一个 pdf 文件，我用来展示这个项目，其中总结了该算法的工作原理。 文件夹图像包含一些图像，以及它们的相关蒙版和修复图像。 结果

AOT-GAN用于高分辨率图像修复 | AOT-GAN：用于高分辨率图像修复的聚合上下文转换，，，。 引文 如果我们的论文和代码中的任何部分对您的工作有所帮助，请慷慨地引用我们并加注星标 :face_blowing_a_kiss: :face_blowing_a_kiss: :face_blowing_a_kiss: ！ @inproceedings{yan2021agg, author = {Zeng, Yanhong and Fu, Jianlong and Chao, Hongyang and Guo, Baining}, title = {Aggregated Contextual Transformations for High-Resolution Image Inpainting}, booktitle = {Arxiv}, pages={-}, year = {2020} } 介绍 尽管取得了一些令人鼓舞的结果，但是对于现有的图像修复方法来填充高分辨率图像（例如5

2018-2020年CVPR等顶会 image inpainting方向论文汇总

matlab for循环代码 图像去遮挡 本项目用FMM算法和criminisi算法实现图像修复 可执行程序 可程序程序带有UI用户界面，在Windows系统下打开“可执行程序\mygui\for_testing\mygui.exe”来使用。 在下拉框中选择要处理的图片，点击“获取mask”自动获得栏杆的位置，再点击“修复图像”得到修复结果。 code mygui.m: UI用户界面的代码 main1.m: 获取图片一的mask并修复，主逻辑代码。 main2.m: 获取图片二的mask并修复，主逻辑代码。 get_mask get_mask_1.m: 检测图片一中栏杆的位置。 get_mask_2.m: 检测图片二中栏杆的位置，返回两个mask，thick_mask是宽栏杆的mask，thin_mask是扁栏杆的mask。 get_hough_lines.m: hough变换提取图片中的直线，部分摘抄自： lines_integrate.m: 对hough变换检测到的直线做进一步处理，将lines中重复的直线去掉，并化成角度距离型 maskFromlines.m: 利用直线位置得到m