CTD图像修复模型

前景背景更连贯

通过引入过渡区域和CLIP引导的混合扩散，在文本驱动的图像修复中实现掩码区域与背景像素级连贯，支持背景照片的残缺填补。

Zhong, Yan · Xinping, Zhao · Guangzhi, Zhao · Bohua, Chen · 郝飞 · Ruoyu, Zhao · He, Jiaqi · 石磊 · Li, Zhang

Information Fusion 2025

技术优势

前后景更连贯

通过引入过渡区域并在去噪过程中进行混合，约束生成结果与原始背景一致，保证掩码区域与背景无缝衔接。

文本语义更贴合

利用预训练的CLIP模型引导扩散生成过程，使生成内容与文本提示在语义上高度对齐。

连贯性可量化

设计了基于连贯性约束的创新度量指标，将主观的连贯性评估转化为定量测量，便于客观比较方法优劣。

应用场景

• AI图像编辑：自动补全图像缺失区域并保持背景连贯，提升编辑效率。
• 文物图像修复：用文本指导修复残缺文物图像，生成内容与原图自然融合。
• 无人机航拍图像处理：修复航拍图像中的遮挡或缺失区域，提高后续分析质量。