論文來源：2016 CVPR
（1）所解決問題
通過基於上下文像素預測驅動的無監督的視覺特征的學習算法，利用周圍的圖像信息來推斷缺失的圖像
本文的上下文編碼器需要解決一個困難的任務:填補圖像中大量缺失的區域，而這些區域無法從附近的像素中獲得“提示”。
（2）所構建網絡
主要思路：
主要思路是結合Encoder-Decoder 網絡結構和 GAN （Generative Adversarial Networks），Encoder-Decoder 階段用於學習圖像特征和生成圖像待修補區域對應的預測圖，GAN部分用於判斷預測圖來自訓練集和預測集的可能性，當生成的預測圖與GroundTruth在圖像內容上達到一致，並且GAN的判別器無法判斷預測圖是否來自訓練集或預測集時，就認為網絡模型參數達到了最優狀態
網絡訓練的過程中損失函數都由兩部分組成：Encoder-decoder 部分的圖像內容約束（Reconstruction Loss）GAN部分的對抗損失（Adversarial Loss）。Context Encoders 采用最簡單的整體內容約束，也就是預測圖與原圖的l2 距離。
（3）評價指標
文章使用來自兩個數據集的圖像進行實驗:不使用任何附帶的標簽的Paris StreetView和ImageNet。
文章從兩個方面顯示了其優越性，一方面為上下文編碼器在填充缺失區域的能力，另一方面使用上下文編碼器作為圖像分類、目標檢測和語義分割的前訓練步驟，演示了其學習到的特征可以轉移到其他任務。文章將這些任務的結果與其他無監督或自監督方法的結果進行比較，證明其方法優於以前的方法。