1. Motivation

• batch normalization将缺失区域和有效区域同样处理，会导致均值和标准差的偏移。

2. Approach

2.1 Region normalization

将第n个特征图的第c个通道分为多个区域，

计算每个小区域的均值和标准差，

将每个小区域normalization，在组合即可。

• Basic Region Normalization

• Learnable Region Normalization

2.2 Network structure and loss functions

整个网络采用了编码解码的结构，在编码结构中插入Basic Region Normalization，在中间和解码部分插入了Learnable Region Normalization。

损失函数包括reconstruction loss, adversarial loss, perceptual loss and style loss

3. Discussion

这篇论文的创新点很明确，就是解决缺失区域和已知区域同时进行normalization均值和标准差不一致的问题，针对性的提出了region normalization解决该问题。

4. References

【1】Yu, Tao, et al. "Region Normalization for Image Inpainting." AAAI. 2020.