本文介绍我们在CVPR 2022发表的用于图像修复的工作。该工作是基于当前流行的Transformer实现的，目的是减少Transformer在应用到图像修复过程中的一些信息损失，从而提升模型修复图片的质量。

代码链接:

https://github.com/liuqk3/PUT

论文链接:

https://arxiv.org/pdf/2205.05076

本文方法的具体流程如上图所示。整个算法包含两部分：auto-encoder和Transformer。其中auto-encoder是经过特殊设计，专门用于图像修复任务。Transformer也与现有的方法中的Transformer（如DALL-E, IGPT等）稍有不同。

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