双编码器状态空间修复网络

线性复杂度全局建模

通过双分支编码器与交叉融合模块，同时捕获纹理细节和结构先验，并利用状态空间模型实现高效的全局上下文建模。

Han, Chao · Rongrong, Zhou · Peizhou, Cai · Li, Pijian · 黄清宝

IEEE Transactions on Multimedia 2026

技术优势

补齐纹理和结构

双分支编码器分别学习纹理细节和结构先验，并通过特征交叉融合模块动态交互，修复结果更自然。

关键信息不丢失

特征交叉融合模块在融合时自适应抑制冗余信息，保留修复所需的关键特征。

效果达到最优

在四个标准基准上全面评估，视觉保真度和计算效率都达到最优。

应用场景

• 图像修复：用于修复缺失区域，生成视觉上合理的内容，替代人工或传统补全方法。
• 计算机视觉：作为基础视觉任务，为场景理解、图像编辑等应用提供底层支持。
• 生成模型：可作为生成模型组件，用于图像内容生成和补全。
• 图像编辑：用于图像编辑中移除物体或修补区域，保持背景一致。
• 内容生成：用于生成缺失的图像内容，辅助内容创作。