优于GAN、带上口罩都能还原，用去噪扩散概率模型极限修复图像，效果「真」极了

近日，来自苏黎世联邦理工学院（ETHZ）计算机视觉实验室（CVL）的研究者提出了 RePaint，这是一种基于 DDPM（Denoising Diffusion Probabilistic Model，去噪扩散概率模型）的修复方法，该方法还可以适用于极端情况下的蒙版。

• 论文地址：https://arxiv.org/pdf/2201.09865.pdf

• 代码连接：https://github.com/andreas128/RePaint

它的修复效果是这样的，RePaint 使用扩散模型填充缺失的图像部分：下面示例中，蓝色部分是图像缺失部分，也就是需要 RePaint 修复的部分，RePaint 会根据已知的部分生成缺失的部分。它的修复过程是这样的：首先从纯粹的噪音开始，然后对图像逐级降噪，中间的每一步使用图像已知部分来填充未知部分。

内容中包含的图片若涉及版权问题，请及时与我们联系删除