遮挡修复任务中的错误往往可以归为两类：一类是掩膜边界不准确，把不该修复的区域划进了缺失范围，或者把该修复的边缘留在了已知区域；另一类是模型对周围上下文的理解不够，只能填充平滑色块，无法恢复结构、纹理和语义一致的内容。这两种情况经常同时出现，如果只调整模型参数而不检查掩膜质量，修复效果很难稳定提升。
先查掩膜：边界差几个像素，结果完全不同
图像修复模型的输入通常包含原图和掩膜，掩膜区域被当作缺失内容处理。掩膜边界的精度会直接影响生成结果。如果掩膜盖住了正常纹理，模型会认为这些纹理也是缺失的，可能在修复时生成不同的内容，导致背景被前景污染。反过来，如果掩膜只覆盖了遮挡物的中心，边缘还残留一圈原始遮挡物像素，模型会在残留边缘上继续生成，容易出现颜色溢出或结构错位。
针对掩膜偏小的问题，可以对二值掩膜做膨胀操作，让边缘向外扩展几个像素，确保完整覆盖遮挡物。针对掩膜偏大的问题，则可以使用腐蚀操作收缩边界，把误划进来的背景还给已知区域。实际应用中，手工标注的掩膜往往边界比较硬，直接使用容易在修复结果边缘留下明显的接缝。此时可以对掩膜做高斯模糊，生成软掩膜。软掩膜让边界像素具有过渡权重，模型在边界附近的生成会更平滑。下面是一个基于 OpenCV 的掩膜精修示例。
import cv2
import numpy as np
def refine_mask(mask, dilate_iter=5, erode_iter=0, blur_kernel=15):
kernel = np.ones((3, 3), np.uint8)
if dilate_iter > 0:
mask = cv2.dilate(mask, kernel, iterations=dilate_iter)
if erode_iter > 0:
mask = cv2.erode(mask, kernel, iterations=erode_iter)
mask_blur = cv2.GaussianBlur(mask, (blur_kernel, blur_kernel), 0)
_, mask_soft = cv2.threshold(mask_blur, 127, 255, cv2.THRESH_BINARY)
return mask_soft
这段代码中的膨胀和腐蚀次数需要根据遮挡物边缘宽度来调整。对于复杂边界，比如头发丝、植物枝干或半透明遮挡物，单一尺度的膨胀腐蚀很难兼顾完整覆盖与边界精度。这时可以考虑对掩膜做多尺度处理：先生成一个偏大的掩膜用于粗修复，再利用粗修复结果和原始掩膜做边缘细调。自动分割得到的掩膜同样需要人工检查，分割模型对遮挡物边缘的预测不一定完全准确，必要时可以在推理前用形态学操作修正。
上下文理解：局部感受野决定了填充内容的合理性
即使掩膜完全正确，模型依然可能生成错误内容。原因在于修复模型需要从已知区域提取上下文信息，推断被遮挡区域应该是什么。如果模型的感受野过小，只能看到缺失区域周围很小一圈像素，它就无法判断缺失区域属于墙面、天空还是皮肤，只能根据局部颜色做平滑填充。结果就是模糊、缺乏纹理，或者出现语义上不合理的色块。
提升上下文理解能力的一个常见做法是引入全局上下文建模。通道注意力机制可以自动学习不同通道特征的重要性，将全局平均池化后的描述信息加权到原始特征上，从而让模型在生成时既看到局部细节，也参考整体语义。下面是一个轻量级的通道注意力模块，可以嵌入到现有修复网络中，增强全局上下文感知。
import torch
import torch.nn as nn
class ContextBlock(nn.Module):
def __init__(self, in_channels, reduction=16):
super().__init__()
self.global_pool = nn.AdaptiveAvgPool2d(1)
self.fc = nn.Sequential(
nn.Linear(in_channels, in_channels // reduction),
nn.ReLU(),
nn.Linear(in_channels // reduction, in_channels),
nn.Sigmoid()
)
def forward(self, x):
b, c, _, _ = x.size()
y = self.global_pool(x).view(b, c)
y = self.fc(y).view(b, c, 1, 1)
return x * y.expand_as(x)
上下文理解还涉及结构先验与纹理细节的平衡。修复模型如果只依赖全局语义，可能把结构恢复正确，但高频纹理仍然模糊。因此很多修复网络会使用跳跃连接或高频残差模块，把编码器早期的细节特征直接传递给解码器。这样模型在生成缺失区域时，能够同时利用深层语义信息和浅层纹理信息。对于结构感较强的场景，比如建筑、文字或人脸，上下文理解还需要考虑对称性、边缘连续性和透视关系，单纯扩大感受野并不能解决所有问题。
组合策略：从掩膜到上下文的排查与优化流程
实际项目中，修复失败时可以先从掩膜开始排查。把掩膜叠加到原图上可视化，检查边界是否和遮挡物完全对齐，是否存在漏标或多标。如果发现边缘残留，优先做膨胀；如果发现背景被误划，优先做腐蚀或手动修正。只有在确认掩膜基本准确后，再去分析模型的上下文建模能力。这个顺序可以避免在错误输入上浪费大量调参时间。
下面给出一个推理前处理函数，将原始二值掩膜转换为软掩膜，并返回处理后的图像和掩膜，方便直接输入修复模型。
import cv2
import numpy as np
def preprocess_for_inpaint(image, mask, expand=8, feather=21):
kernel = np.ones((3, 3), np.uint8)
mask = cv2.dilate(mask, kernel, iterations=expand)
mask_blur = cv2.GaussianBlur(mask, (feather, feather), 0)
mask_soft = mask_blur / 255.0
image_norm = image.astype(np.float32) / 255.0
return image_norm, mask_soft
模型选择也是组合策略的一部分。Partial Convolution 会动态更新掩膜，适合边界比较干净的场景；Gated Convolution 对软掩膜和任意形状掩膜更友好；LaMa 等模型则通过快速傅里叶卷积和全局感受野来增强结构恢复能力。如果修复结果边缘出现伪影，优先检查掩膜硬边界是否未做羽化；如果修复区域内容语义错误，优先考虑模型是否缺乏足够的全局上下文。把掩膜精度和上下文理解分开验证，比盲目更换模型或增加训练数据更能定位问题。