长久以来,图像内容编辑一直是计算机视觉领域研究的经典问题,也是人们生产生活中的重要应用。图像实例缩放任务属于图像内容编辑的一个子任务,此任务的操作对象是图像中的某个物体使之形状发生改变,在通用图像后期处理和人体形态变换等领域有很强的应用需求。但是目前主流的实现方案存在背景扭曲的问题,会导致效果极度不真实,为了改善这一问题,本文提出一种基于图像分割和图像修复的物体缩放方案。该方案使用图像分割得到目标物体的像素范围,仅在有效范围内实施局部形变,再通过图像修复将背景进行补全,进行了前景背景分离处理,因此可以改善背景扭曲问题。在图像修复任务上,目前的方法存在效果不稳定、模型较大不便于部署等缺点,是系统设计中的薄弱一环,因此本文着重对图像修复进行研究,提出了内约束图像修复模型。区别于现有的全局约束模型,本文提出的模型使用内约束进行监督,并设计实验证明使用内约束在多个数据集上都取得了当前的最佳表现。在内约束图像修复模型的基础上,本文实现了一个前景背景分离式的自动化人体美化系统,该系统针对人体美化任务,包括了人体分割、人体关键点、图像形变、图像修复、后处理等模块。最后对该系统的运行结果进行展示,结果表明,本文设计的基于图像分割和图像修复的物体缩放系统成功解决了背景扭曲问题,合成图片的背景拥有合理的语义信息和真实的结构信息。