Globally and Locally Consistent Image Completion
SIGGRAPH 2017
思想：不仅用一个全局判断，也用一个 local 的判别器来判别生成的质量。
细节：将mask作为一个 channel 作为输入，输出补全好的图像。
全局判别：为了增大感受野，采用了空洞卷积。下图解释了why。
局部判别：输入被补好的区域，判断为假的，在孔周围采样与孔不重叠的patch作为真的。
训练：训练阶段总是只有一个孔，在孔的周围采一个patch用作局部判别。
损失函数：
其中，Md是随机patch，Mc是缺失区域。
注，该文章可处理随即形状的mask。
code: https://github.com/tadax/glcic
