图像绘制在输入图像的可用内容之外寻求语义一致的扩展。与补画(以与相邻像素一致的方式填充缺失像素)相比，补画可以以更多样化的方式实现，因为问题不太受周围像素的限制。现有的图像绘制方法将该问题视为一个有条件的图像到图像的翻译任务，通常通过复制输入图像中可用的内容生成重复的结构和纹理。在这项工作中，我们从反生成对抗网络的角度来表述这个问题。我们的生成器根据它们的联合潜伏代码以及它们在图像中的个别位置渲染微补丁。通过基于补丁的生成，我们在恢复可用补丁的同时，寻找多个潜在代码来合成不同的补丁。这导致了外部绘制区域更丰富的结构和内容。此外，我们的公式允许以类别输入为条件进行绘图，从而实现灵活的用户控制。大量的实验结果表明，该方法优于现有的内画和外画方法，具有更高的视觉质量和多样性。
年代。
