一、图像修复技术发展与数据集需求演变

图像修复（Image Inpainting）作为计算机视觉的核心任务之一，经历了从传统算法（如基于扩散的PatchMatch）到深度学习（如GAN、Transformer架构）的技术迭代。其核心目标是通过填充缺失区域或修复损坏部分，生成与原始图像语义一致、视觉自然的结果。这一过程高度依赖数据集的质量与多样性：数据集需覆盖不同场景（如人脸、自然风景、物体遮挡）、不同损坏模式（规则/不规则缺失、噪声污染）以及多尺度修复需求。

近年来，随着生成对抗网络（GAN）和扩散模型（Diffusion Models）的兴起，图像修复对数据集的要求进一步提升：需包含大量高分辨率图像、精细的掩码标注（Mask Annotation），以及支持多模态输入（如文本引导修复）。在此背景下，五大数据集因其规模、标注精度和场景覆盖度成为行业首选。

二、使用率最高的五大数据集深度解析

1. CelebA-HQ：人脸修复领域的标杆数据集

数据规模与场景：CelebA-HQ是CelebA数据集的高清版本，包含30,000张1024×1024分辨率的人脸图像，涵盖不同年龄、性别、表情和姿态。其核心优势在于人脸属性的精细标注（如40个二进制属性标签），支持基于属性条件的修复任务（如“修复戴眼镜的人脸”）。

使用场景：人脸去遮挡（如去除墨镜、口罩）、年龄变换修复、表情编辑等。例如，在视频会议中修复因遮挡导致的人脸缺失，或通过属性引导生成特定表情的人脸。

技术价值：作为早期深度学习修复的基准数据集，CelebA-HQ推动了条件GAN（cGAN）在人脸修复中的应用。其高分辨率特性也促使研究者开发多尺度修复架构（如从低分辨率到高分辨率的渐进式修复）。

2. Places2：自然场景修复的通用数据集

数据规模与场景：Places2包含超过1000万张图像，覆盖365种场景类别（如森林、城市街道、海滩）。每张图像配备场景类别标签，部分子集提供语义分割标注。其规模远超其他场景数据集，支持大规模预训练。

使用场景：自然风景修复（如去除照片中的游客）、城市景观重建（如修复被遮挡的建筑物）、遥感图像修复等。例如，在旅游摄影中修复因人群遮挡导致的风景缺失。

技术价值：Places2的多样性促使研究者开发通用修复模型（如EdgeConnect、Global&Local），通过边缘信息或语义先验引导修复。其大规模特性也支持自监督学习（如通过随机掩码训练模型）。

3. Paris StreetView：城市街景修复的专用数据集

数据规模与场景：包含14,856张1024×1024分辨率的巴黎街景图像，每张图像配备精细的掩码标注（模拟建筑物、车辆等遮挡）。其核心特点是掩码与真实场景的强相关性（如窗户、门框的规则缺失）。

使用场景：城市街景重建（如修复被广告牌遮挡的建筑物立面）、自动驾驶中的环境感知（如修复被遮挡的道路标志）。

技术价值：Paris StreetView的规则掩码特性推动了结构感知修复算法的发展（如通过边缘检测或深度估计引导修复）。其与真实场景的匹配度也使其成为评估修复模型结构一致性的重要基准。

4. Facades：建筑立面修复的经典数据集

数据规模与场景：包含606张建筑立面图像，分辨率从256×256到1024×1024不等，每张图像配备语义分割标注（如窗户、门、墙面的分类）。其核心优势在于建筑元素的几何规律性（如对称性、重复模式）。

使用场景：建筑立面修复（如修复被污染的墙面）、历史建筑数字化（如修复缺失的装饰细节）、游戏场景生成（如自动填充建筑纹理）。

技术价值：Facades的语义标注促使研究者开发基于语义引导的修复模型（如先预测缺失区域的类别，再生成对应纹理）。其几何规律性也支持结构约束修复（如通过对称性或重复模式优化结果）。

5. DPED（DPED-iPhone）：真实噪声修复的实用数据集

数据规模与场景：包含20,000张真实手机拍摄图像（iPhone 7、Sony Xperia Z5、Canon 70D），涵盖低光、运动模糊、压缩噪声等多种真实损坏模式。其核心特点是噪声与真实场景的强耦合性（如运动模糊与物体运动的关联）。

使用场景：手机摄影修复（如去除低光噪声、运动模糊）、社交媒体图像增强（如修复压缩导致的块效应）、监控视频修复（如修复夜间拍摄的噪声）。

技术价值：DPED的真实噪声特性推动了盲修复算法的发展（如无需知道噪声类型即可修复）。其多设备数据也支持跨设备修复模型的训练（如提升模型在不同摄像头上的泛化能力）。

三、数据集选型建议与行业应用启示

1. 数据集选型的核心原则

• 任务匹配度：人脸修复优先选CelebA-HQ，自然场景修复选Places2，建筑修复选Facades。
• 标注需求：若需精细控制（如属性引导），选CelebA-HQ；若需自监督学习，选Places2的大规模无标注数据。
• 计算资源：高分辨率数据集（如CelebA-HQ、Paris StreetView）需GPU显存≥16GB，低分辨率数据集（如Facades）可适配移动端。

2. 行业应用中的数据集组合策略

• 通用修复模型：预训练阶段用Places2（大规模通用场景），微调阶段用目标场景数据集（如医疗影像修复用专用数据集）。
• 多模态修复：结合CelebA-HQ（人脸属性）和DPED（真实噪声），开发支持文本引导和噪声去除的复合模型。
• 实时修复系统：优先选Facades（小规模、结构化）或DPED（真实噪声），通过模型压缩（如量化、剪枝）适配移动端。

3. 未来数据集发展趋势

• 动态掩码：现有数据集的掩码多为静态，未来可能引入动态掩码（如视频中的连续遮挡）。
• 多模态标注：结合文本描述（如“修复照片中戴红色帽子的行人”）、3D点云（如修复LiDAR扫描中的缺失点）。
• 合成数据：通过程序生成大规模合成数据（如用Blender渲染建筑立面），补充真实数据的稀缺性。

四、结论：数据集驱动的图像修复技术演进

五大数据集（CelebA-HQ、Places2、Paris StreetView、Facades、DPED）通过其规模、标注精度和场景覆盖度，成为图像修复领域的技术基石。从人脸属性引导到自然场景自监督学习，从建筑结构约束到真实噪声盲修复，数据集的选择直接决定了模型的性能上限与应用场景。未来，随着多模态、动态掩码和合成数据的发展，图像修复数据集将进一步推动技术向更通用、更智能的方向演进。对于开发者而言，深入理解数据集的特性与选型原则，是构建高效修复系统的关键第一步。