该博客介绍了使用深度卷积编码解码网络和对称跳跃连接进行图像去噪和超分辨率的方法。网络结构避免了池化层，采用3*3卷积核，通过跳跃连接解决深层网络的梯度消失问题，同时增强图像细节恢复。实验表明，这种结构在图像去噪和超分辨任务中表现出优越性能。
Image Restoration Using Very Deep Convolutional Encoder-Decoder Networks with Symmetric Skip Connections
作者：Xiao-Jiao Mao、Chunhua Shen等
本文提出了一个深度的全卷积编码-解码框架来解决去噪和超分辨之类的图像修复问题。网络由多层的卷积和反卷积组成，学习一个从受损图像到原始图像的端到端的映射。卷积层负责特征提取，捕获图像内容的抽象信息，同时消除噪声/损失。相对应，反卷积层用来恢复图像细节。
网络结构
在底层图像修复领域，由于池化操作会丢失有用的图像细节信息，因此，本
最低0.47元/天 解锁文章
扫一扫
1180
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
