神经网络上采样的方法

本内容包含上采样的简要介绍，不包含运算，详细运算细节可见参考内容3

1. 应用背景

一些操作中会涉及到将低分辨率图像采样为高分辨率图像

2. 上采样方法

Interpolation插值：

• Nearest neighbor interpolation（最近邻插值）
• Bi-linear interpolation（双线性插值）
• Bi-cubic interpolation（双立方插值）

这些插值方法无可学习的参数

Transposed convolution转置卷积：
（转置卷积不是卷积的逆运算，但它是卷积）

可以让网络学习如何最优的进行上采样。是通过可学习参数来进行优化的。

转置卷积与常规卷积的区别为：

• 特征图的尺寸变换与常规的相反（从小特征图到大特征图）
• 常规卷积核的转置（卷积核进行上下左右翻转）

参考内容

[1]. Up-sampling with Transposed Convolution（转置卷积上采样）
[2]. 如何理解转置卷积(transposed convolution）
[3]. 转置卷积细节视频（transposed convolution）

---