本文研究了利用深度生成模型进行视觉上下文外推这一基础性问题，即在图像边界外合理地扩展出具有合理结构与细节的内容。尽管这一任务看似简单，实则面临诸多关键性的技术挑战，并具有其独特的性质。主要问题包括图像尺寸的扩展以及单侧约束条件下的生成难题。为此，本文提出了一种语义再生网络（semantic regeneration network），并引入多项特殊设计与多种空间相关性损失函数，以有效应对上述挑战。实验结果表明，所生成图像在结构上保持一致，且具备高质量的纹理表现。我们在多种可能的替代方案及相关方法上进行了广泛的实验对比。此外，本文还探讨了该方法在若干具有前景的应用场景中的潜力，这些应用有望推动多个研究领域的进步。