Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration

最新推荐文章于 2020-04-27 16:29:16 发布
最新推荐文章于 2020-04-27 16:29:16 发布
阅读量723 收藏
点赞数 2
分类专栏： 图像修复 悲惨的读论文生涯 文章标签： CVPR 图像修复 Dual Residual Networks
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40079310/article/details/100527821
版权

[论文笔记]Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration

文章目录

大纲

  1. 根据之前的研究，作者注意到成对操作在各种图像处理任务中的有效性。
  2. 于是，作者在本篇论文中设计了一个可以将任意成对的操作插入其中的模块（DuRB)。并用这种模块实现一种新的残差连接方式。
  3. 然后，作者在本文中通过堆叠插入了不同成对操作的模块形成的网络分别在9个数据集上对5个图像恢复任务(Gaussian noise removal，Motion blur removal，Haze removal，Raindrop detection and removal ，Rain-streak removal)进行了实验评估。结果表明，选择合适的成对操作的网络在几乎所有的任务和数据集上都优于已有的方法。

新的残差连接方式

提出的新型残差连接方式为(d)

这种连接方式可以保证在每一条路径上操作都是成对出现的。

此外，fi 操作可以和后面任意的gj(j ≤ \le ≤ i)进行配对。

在这里插入图片描述

Dual Residual Blocks的设计

总设计思维图如下

T1l, T2l 表示分别存放着成对的正操作和反操作的容器

在这里插入图片描述

符号含义

c是一个内核为3x3(stride = 1)的卷积层

ct1l 和 ct2l 为内核大小和膨胀倍数均确定的卷积层

up是上采样(作者使用PixelShuffle）

se是SE-ResNet模块，它实际上是一种信道层面的注意机制

b + r是batch normalization layer followed by a ReLU layer

Tanh是hyperbolic tangent function layer

5个修复任务的Dual Residual Blocks的设计分别如下

在这里插入图片描述

Noise Removal

具体网络构造如下

在这里插入图片描述
采用l2损失

效果

在这里插入图片描述

Motion Blur Removal

任务描述：在不知道模糊mask的情况下，从运动模糊版本中恢复清晰的图像

具体网络框架

在这里插入图片描述

针对这一任务，作者采用SSIM的加权和和l1损失来训练DuRN-U

效果

在这里插入图片描述

Haze Removal

具体网络框架

在这里插入图片描述

针对这一任务，作者采用SSIM的加权和和l1损失来训练DuRN-US

效果

在这里插入图片描述

Raindrop removal

任务描述：该任务可以自然地分为两个阶段，识别雨滴区域和恢复识别区域的像素。

具体框架

在这里插入图片描述

针对这一任务，作者采用SSIM的加权和和l1损失来训练DuRN-S-P

效果

在这里插入图片描述

Rain-streak Removal

具体框架

该任务的网络总体设计与高斯噪声去除的DuRN-P算法相似，只不过使用的DDRB块(用DuRB-S替换DuRB-P)不一样

针对这一任务，作者采用SSIM的加权和和l1损失来训练

效果

在这里插入图片描述

总结

作者提出了一种新的风格的残差连接，称为“双残差连接”，旨在挖掘成对操作的潜力，用于图像恢复任务。

此外，作者也展示了实现这种连接风格的模块块(DuRB)的设计，它有两个容器用于成对的操作，这样用户可以将任意操作插入其中。最后作，者还展示了五个图像修复任务中模块中的两个操作的选择以及整个网络的设计。

_陈麒_
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Residual Networks of Residual Networks: Multilevel Residual Networks
02-11
Residual Networks of Residual Networks: Multilevel Residual Networks
Improved Residual Networks for Image and Video Recognition.pdf
04-27
Improved Residual Networks for Image and Video Recognition，ResNet的一种改良网路
笔记总结：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
ytao_wang的博客
04-27 940
Dual Residual Networks五种任务总结和对比 原文: Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 原文代码github 博主的阅读笔记： Gaussian&real-world noise removal（去噪任务阅读笔记） moti...
阅读笔记(一)：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
ytao_wang的博客
04-05 1223
《Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration》的阅读笔记（加性高斯噪声部分）。先对原文进行简要概括，对一些重要部分进行阐明，然后针对论文作者所给的Pytorch源码进行注释和解释，最后提出个人问题。
阅读笔记(四)：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
ytao_wang的博客
04-27 405
Dual Residual Networks文章中去雨滴部分的阅读笔记 原文: Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 原文代码github 文章目录去雨滴（Raindrop removal）网络设计RuRN-S-PDuRB-S&DuRB-P损失函...
超分辨率——Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
qq_29257201的博客
07-31 1015
CVPR 2019 Tohoku University 怀着敬意读完这篇文章~ 我觉的，这篇文章相对来说是一篇 总结性的文章，所以没有，作者针对 某一问题，而提出某个结构这个环节。如果硬要说，作者怎么会想到这个点的话，应该像论文说的一样，看到 up and down-sampling、large- and small- size kernel相关的论文，联想到，将每一部分想象成一个容器，针对不...
阅读笔记(三)：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
ytao_wang的博客
04-27 858
Dual Residual Networks文章中去雾部分的阅读笔记 原文: Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 原文代码github 文章目录去雾（Haze Removal）网络设计RuRN-USDuRB-US损失函数数据集实验设置Experimen...
EDSR-Enhanced Deep Residual Networks for Single Image Super-Resolution代码
12-25
总的来说，"EDSR-Enhanced Deep Residual Networks for Single Image Super-Resolution"项目不仅提供了先进的超分辨率算法实现，也为研究者和开发者提供了一个学习和实践深度学习的宝贵资源。通过深入研究和实践，...
Enhanced Deep Residual Networks for Single Image Super-Resolution.pdf
03-28
Enhanced Deep Residual Networks for Single Image Super-Resolution
Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising:Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising-matlab开发
05-31
这是论文“Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising”的测试演示。 有两种模型，包括高斯去噪的特定/盲模型和高斯去噪的单一模型、单图像超分辨率（SISR）和JPEG图像去块。
DRN-net.pdf
04-05
《Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration》的网络结构图（Pytorch）
读论文：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
Janice_Fj的博客
03-15 461
1 介绍 广泛接受的一种观点是Veit等人提出的“拆散”观点。n个残差块的顺序连接被视为对应于其隐式2n2^n2n条路径的许多子网的集合。 (a)一个含有三个模块f1f_1f1​，f2f_2f2​，f3f_3f3​残差块的网络，有232^323=8从输入到输出的隐式路径，例如：f1f_1f1​→f2f_2f2​→f3f_3f3​，f1f_1f1​→f2f_2f2​，f1f_1f1​→f3f_3f...
阅读笔记(二)：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
ytao_wang的博客
04-27 376
Dual Residual Networks文章中运动模糊去除部分的阅读笔记 原文: Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 原文代码github 文章目录运动模糊去除（Motion Blur Removal）网络设计RuRN-UDuRB-U损失函数数据集...
论文阅读：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
wang_chaochen的博客
12-01 224
Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 基于双残差网络利用成对操作的潜力完成图像复原 论文地址：https://arxiv.org/pdf/1903.08817.pdf 代码：https://github.com/liu-vis/DualResidualNe...
阅读笔记(五)：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
ytao_wang的博客
04-27 519
Dual Residual Networks文章中去雨线部分的阅读笔记 原文: Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 原文代码github 文章目录去雨线（Rain-streak Remova）网络设计DuRB-SRuRN-S损失函数数据集实验设置Exp...
【CVPR2019_论文汇总】（按方向划分，0401 更新中）
maweifei的博客
04-01 3万+
转载链接：http://bbs.cvmart.net/topics/302/cvpr2019paper 作为计算机视觉领域三大顶会之一，CVPR2019（2019.6.16-6.19在美国洛杉矶举办）被CVers 重点关注。目前CVPR 2019 接收结果已经出来啦，相关报道：1300篇！CVPR2019接收结果公布，你中了吗？ 开设此帖希望可以实时跟进CVPR2019的即时信息及相关优秀论文，...
图像超分辨之RDN（Residual Dense Network）
热门推荐
年轻即出发，
08-06 3万+
  论文： Residual Dense Network for Image Super-Resolution  Github： https://github.com/yulunzhang/RDN https://github.com/hengchuan/RDN-TensorFlow   整体结构：   RDN（Residual Dense Network）主要包含4个模块。...
IGARSS2017_SSRN 读后感DEEP RESIDUAL NETWORKS FOR HYPERSPECTRAL IMAGE CLASSIFICATION
hanlinger_的博客
01-27 1192
全文都在和CNN作比较 最强优点鲁棒性 v Challenge：首先，Hughes现象是指随着训练数据维数的增加，识别准确率急剧下降，来自数百个频谱带[2]。 其次，它们的高空间分辨率使得小物体的识别成为可能，但增加了相邻像素之间的高相关性。 v 3DCNN模型的分类精度随层数的增加而减小。 DL模型最近的应用表明，利用模型学习的特征而不是手工特征来分析HSI是一种新的趋势。 v Res网
论文笔记 | Wide Residual Networks
bea_tree的博客
07-10 1万+
AuthorsSergey Zagoruyko Nikos Komodakis Sergey ZagoruykoAbstract网络不断向更深发展，但是有时候为了得到少量的accuracy的增加，却需要将网络层数翻倍，也会减少feature的reuse，降低训练速度。作者提出了wide residual network，16层的表现就比之前的ResNet效果要好。1 Introductio
formresnet: formatted residual learning for image restoration中文
最新发布
11-15
formresnet是一种用于图像恢复的形式化残差学习方法。这个方法通过建立残差学习模型来改进图像恢复的效果。在传统的图像恢复中，由于图像损坏或者缺失的信息，很难实现完美的恢复效果。formresnet方法通过引入形式化...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值