《表1 GLCIC方法与基于补丁方法、语义编码方法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的面部修复技术综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

与其他修复方法相比，该算法复原能力强，可以修复任何大小的图像，能够根据背景的局部和全局语义生成新的纹理和图像。但在Celeb A人脸数据集上测试后发现，如果在遮挡中抹掉的是大块结构状物体，复原效果比较差。通过表1可得，此算法与基于补丁算法和上下文编码算法相比较，不需要考虑图片的大小，对新图像有着良好的适应性，并能获取要修复图像周围的语义情况，同时具有全局与局部的一致性。