Perceptual Losses ECCV 2016 (当年Stanford Fei Fei Li团队的成果)
keywords: CNN(Convolutional Neural Network), Perceptual Loss,Style Transformation, Super-Resolution
论文名称:
Perceptual Losses for Real-Time Style Transfer and Super-Resolution
Prerequisite:Convolutional Neural Network, Total Variation
首先要知道图像领域什么是convolution。
然后需要知道CNN的训练流程,达到可以剖析每一步是干什么用的程度,尤其是loss function作用。(不需要知道更新方式,比如SGD,adam)需要理解为什么CNN的精髓是BP(back propagation)。
没有亲手试验过用cnn训练图像可能对理解这篇论文的贡献会有影响。学习CNN的话,建议看油管上的Stanford公开课CS231n,加上他们的校网页的资料。跟下来6节课左右就能大概理解cnn了。
需要一点数学基础,要能看懂数学公式和理解含义。
目的:用新的提取图像特征的方法,结合不同的loss function