半监督生成学习（Semi-Supervised Generative Learning,SSGL）有效利用未标记的数据,在没有足够的标记数据的情况下,对数据收集/注释工作和生成性能进行权衡。在有限的监督下,学习精确的类语义对于类条件图像生成至关重要。为此,本文提出了一种半监督生成对抗网络（Generative Adversarial Network,GAN）,其判别器带有一个嵌入掩码模块（Mask-Embedded Discriminator,MED）,称为MED-GAN。通过结合掩模嵌入模块,判别器将特征与空间信息相关联,从而在区分真实图像和生成图像时,判别器的焦点可以限制在指定区域。为了欺骗增强的判别器,生成器被强制生成具有更精确类别语义的实例。同样受益于掩码嵌入,基于区域的语义正则化被施加在判别器特征空间上,从而提高真假类之间以及对象类别之间的分离程度。这最终改善了真实样本和生成样本之间的类条件分布匹配度。在多种定量定性实验中,MED-GAN都表现出优异的生成性能,证明了掩模嵌入和相关正则化器在促进SSGL方面的有效性。高质量的视频修复需要大的感受野和丰富的局部纹理信息。主流的方法是在高阶抽象特征上使用时空Transformer来填充所有帧中的缺失区域,这会导致重建细节不尽如人意,而如果在低阶特征上应用全局注意力机制则会导致高额计算成本。为了解决这些难题,本文提出了一种新的递进式掩码Transformer（Progressive Masked Transformer,PMT）,在不同尺寸特征上采用分层轻量级Transformer。具体来说,本文首先设计了一个嵌入在Transformer中的下采样掩码注意力模块,以保留高分辨率图像的细节,避免冗余信息的干扰。同时,它增加了输入视频序列中缺失区域修复内容之间的时间相关性。并且在此基础上,本文引入了层次化的Unet结构,以进一步改善重建细节。PMT模型在提高精度的同时降低了计算量。在You Tube-VOS和DAVIS数据集上进行的实验表明,PMT的性能优于最先进的视频修复方法,同时提供了更好的准确性,其计算量减少了10倍,速度快了4倍。它在You Tube-VOS上的峰值信噪比（Peak Signal to Noise Ratio,PSNR）达到30.93d B,仅产生了50GFLOPs,比现有方法的效果好的同时,速度也大幅提升。