基于深度学习的面部修复技术综述

传统图像修复算法在修复区域涉及复杂非重复结构（如面部）时，不能准确捕捉到高级语义。近三年来基于深度学习的方法被应用于图像修复中，其修复结果的结构相似性较传统方法提高了10%以上。首先阐述了面部修复技术的研究发展历程，主要介绍了基于深度学习的面部修复算法，将其分为无监督和有监督两大类方法，在每一类中重点对近年来涌现的各种面部修复算法进行分析和总结；然后归纳了当前主流的六类图像数据集，以及算法性能评价指标；最后讨论了面部修复技术的未来研究方向。

http://www.arocmag.com/article/01-2021-01-002.html