AIが写真の小さな不要物を除去

AIにより画像の欠損部分を補完します

画像の欠損部分を補完する画像修復の技術はしばしば、画像から不必要な部分を塗り潰し、その部分を補完することで不要な部分を消去するという目的で利用されます。
従来の画像修復の機能は、主に統計的画像処理を利用したものと、ディープラーニングを利用したものがあります。
統計的な手法では、一般的に滑らかな結果が得られますが、利用可能な画像統計による制限があり、また視覚的な意味を考慮していないため、部分的にぼやけるなどの問題があります。
ディープラーニングを用いた方法では、マスクされた欠損部分を周りの部分との平均値で塗りつぶした上で復元するため、色の不自然さやボケが生じたり、欠損部分が長方形以外の形の場合にうまくいかないなどの問題があります。
removeACではPartial Convolution（部分的畳み込み）という方法を用いています。この方法では欠損のない画像（a）とその画像にランダムに欠損を与えた画像（b）、そして画像のどの場所が欠損しているかというデータ（c）を用意し、欠損のある画像（b）と欠損場所のデータ（c）から、欠損のない元の画像（a）を生成するようにニューラルネットワークが学習します。この方法では、画像内のオブジェクトに対する視覚的な意味を認識し、かつ不規則な形の欠損に対しても自然な補完が可能です。