组会讨论帖

---

1. 图像修复

图像修复（Image Inpainting），顾名思义，就是将图像中损坏的部分修复起来，是一种图像编辑技术，可以应用在移除物体、修复老照片、图像补全（eg,地震插值）等等。

2. Partial convolution

论文链接：Image Inpainting for Irregular Holes Using Partial Convolutions (2018 ECCV)

在这之前的深度学习图像补全方法都是使用CNN来做，即把损坏的图像作为输入，完整图像作为标签来进行学习。而普通的卷积（Vanilla convolutions）作用在图像的损坏区域时，大多数计算都被浪费掉了，因为损坏区域的像素点为0或者1；同时，卷积核在做运算时不能区别损坏和未损坏的区域，对两部分的信息差并不敏感。
Pconv通过加入mask掩码参与到卷积运算中，大大提升了运算效率，且将损坏与未损坏区域的像素区分开来，提升了其敏感性。
Partial convolutional layer:
$$x^{\prime }=\{\begin{array}{ll}{\mathbf{W}}^T(\mathbf{X}\odot \mathbf{M})\frac{\text{sum}(1)}{\text{sum}(\mathbf{M})}+b,& \text{if sum}(\mathbf{M})>0\\ 0,& \text{otherwise}\end{array}$$
其中$\mathbf{X}$为当前卷积（滑动）窗口的特征值（像素值），$\mathbf{M}$是相应的二进制掩码。对于第一层Pconv，1代表未损坏区域，0代表损坏区域。

Mask 更新：
$$m^{\prime }=\{\begin{array}{ll}1,& \text{if sum}(\mathbf{M})>0\\ 0,& \text{otherwise}\end{array}$$

2.1 其在超分辨率任务上的应用

网络的输入是从低分辨率图像，通过偏移像素和插入孔来构建的。

3. Gated convolution

论文链接：Free-Form Image Inpainting with Gated Convolution （ICCV 2019）

部分卷积存(partial conv)在什么不足之处？
无论像素多少，只要存在至少一个，就将mask设置为1(即1 valid pixel和9 valid pixels对于更新当前mask是无差别的)；没有满足用户的意愿来进行修复；每一层的所有channel都共享同一个mask；PConv是不可学习的；它对于额外的用户输入不兼容。

部分卷积与门控卷积：

Gated convolution layer：
$$Gatin{g}_{y,x}=\sum \sum W_g\cdot I$$
$$Featur{e}_{y,x}\sum \sum W_f\cdot I$$
$$O_{y,x}=\varphi (Featur{e}_{y,x})\odot \sigma (Gating{}_{y,x})$$
其中$W_g$ $W_f$表示相应卷积核权重，$I$为特征图，$\varphi$可以是任何激活函数（比如ReLU)，而$\sigma$表示sigmold函数。

门控卷积使得网络可以针对每个channel和每个空间位置，学习一种动态特征选择机制。有趣的是，中间门控值的可视化显示，它不仅能根据背景、遮罩、草图来选择特征，还能考虑到某些通道的语义分割。即使在深层，门控卷积也会学习在不同的通道中突出显示mask区域和草图信息，以更好地生成修复结果。

实现代码：

class GatedConv2d(nn.Module):
    """
        Gated Convlution layer with activation (default activation:LeakyReLU)
        Params: same as conv2d
        Input: The feature from last layer "I"
        Output:\phi(f(I))*\sigmoid(g(I))
        """

    def __init__(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True,
                 batch_norm=True, activation=torch.nn.LeakyReLU(0.2, inplace=True)):
        super(GatedConv2d, self).__init__()
        self.batch_norm = batch_norm
        self.activation = activation
        self.conv2d = torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias)
        self.mask_conv2d = torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride, padding, dilation, groups,
                                           bias)
        self.batch_norm2d = torch.nn.BatchNorm2d(out_channels)
        self.sigmoid = torch.nn.Sigmoid()

        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.kaiming_normal_(m.weight)

    def gated(self, mask):
        return self.sigmoid(mask)

    def forward(self, input):
        x = self.conv2d(input)
        mask = self.mask_conv2d(input)
        if self.activation is not None:
            x = self.activation(x) * self.gated(mask)
        else:
            x = x * self.gated(mask)
        if self.batch_norm:
            return self.batch_norm2d(x)
        else:
            return x

4. 总结与延申

---

参考文献：
https://zhuanlan.zhihu.com/p/519446359
https://www.cnblogs.com/wenshinlee/p/12591947.html
https://blog.csdn.net/weixin_43135178/article/details/123229497
https://cloud.tencent.com/developer/article/1759006
https://blog.csdn.net/yexiaogu1104/article/details/88293200?ydreferer=aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEzNTE3OC9hcnRpY2xlL2RldGFpbHMvMTIzMjI5NDk3