LaMa: Resolution-robust Large Mask Inpainting with Fourier Convolutions
來自 Samsung AI Center https://saic-mdal.github.io/lama-project/
關鍵字：AI, Inpainting, Fourier, GAN, FFC
論文作者： Roman Suvorov, Elizaveta Logacheva, Anton Mashikhin, Anastasia Remizova, Arsenii Ashukha, Aleksei Silvestrov, Naejin Kong, Harshith Goka, Kiwoong Park, Victor Lempitsky
時間：2021 / 09 / 15
實作：https://github.com/saic-mdal/lama
內容目前施工中
LaMa
Inpainting 中文稱 圖像修復，意味著修復圖片中的某個區塊，例如：將路人從照片中移除，不過現有的圖像修復技術難以重建 大面積、複雜結構 與 高解析度 圖片。原因在於，演算法與損失函數無法獲取全域的圖片特徵。本篇論文透過運用 Fast Fourier Convolution，來讓網路獲得全域的感知能力，得到更好的圖像修復結果。
核心貢獻：
- 結合 Fast Fourier Convolution，去加強圖片的感知能力。
- 設計了一個具有全域高感知能力的 loss function。
- Large mask 的訓練方式去提升 model 的能力。
Fast Fourier Convolution
那麼首先來看到這篇論文的核心 - Fast Fourier Convolution。
FFC 能夠讓 Network 在訓練初期即具有整張圖的感知能力，並且在高解析度的圖片中仍表現出超群的效果。他的主要概念，是透過 Fourier Transform 對於頻率的分析，結合傳統 convolution，讓網路一開始就是在分析整張圖的特徵。
那它的網路架構主要分為兩個 Branch。
FFC
- Local branch：傳統的 Convolution
- Glocal branch：Fast Fourier Transform
其中，Local branch 萃取 local 特徵；global branch 萃取 global 特徵。