媒体图像识别与分析面临着许多挑战，尤其是图像失真和破损等问题严重影响了处理的效率和 质量。传统的图像处理方法在面对复杂背景、模糊图像、破损文档和手写体文字时往往力不从心，识别准 确率低且处理时间长，无法满足现代媒体图像处理的需求。为了解决这一问题，本文提出一种基于掩码 transformer 的图像修复网络，该掩码 transformer 模块相较于基本的 transformer 层的区别主要包括两部分： 1)通过掩码将特征图分为有效区域和无效区域并提出掩码注意力机制有效的建模待修复区域和完好区域的 相似性；2)提出用查询集和相似度矩阵加权融合的方法为待修复区域精确填充信息。与传统的注意力机制 相比，基于 transformer 的方法能够较为有效的提升修复的纹理效果。