이 논문은 객체 제거를 위한 이미지 인페인팅 성능을 향상시키기 위해 객체 마스크를 최적화하는 방법을 제안한다. 객체 분할 네트워크와 인페인팅 네트워크를 연결하여 엔드-투-엔드 학습을 수행하고, 마스크 확장 손실 함수를 통해 마스크 크기를 최적화한다.
