1. 《Multi-Stage Progressive Image Restoration》 --CVPR 2021
创新点:
- 多阶段的图像修复网络。上采用-下采样的encoder-decoder结构可以获得足够的感受野,使得网络获得更优的图片语义,但多个down-sampling会损害图片的空间特征。而保持图片单一尺度卷积运算可以保持图片的空间细节,但又受限于没有足够的感受野,语义信息不足,可见,二者模型各有利弊。所以,本篇论文作者整合两种结构,分别用于捕获语义特征和空间细节,构建多阶段网络。
- SAM- Supervised Attention Module
上一阶段的输出不光用于计算loss,还用于得到下一阶段的attention map.