1. 程式人生 > >論文筆記:DualCNN(結構和細節分別訓練)

論文筆記:DualCNN(結構和細節分別訓練)

論文筆記:Learning Dual Convolutional Neural Networks for Low-Level Vision

參考文獻:Learning Dual Convolutional Neural Networks for Low-Level Vision

Jinshan Pan1 Sifei Liu2 Deqing Sun2 Jiawei Zhang3 Yang Liu4 Jimmy Ren5
Zechao Li1 Jinhui Tang1 Huchuan Lu4 Yu-Wing Tai6 Ming-Hsuan Yang7
1 Nanjing University of Science and Technology 2NVIDIA 3 City University of Hong Kong
4 Dalian University of Technology 5 SenseTime Research 6 Tencent Youtu Lab 7 UC Merced

DualCNN。將structure與details分別訓練,並在最後整合,loss函式由S,D以及S和D相加重構出的最終結果與實際標籤之間的loss,三者組成。具體實現細節如下:


這裡寫圖片描述
這裡寫圖片描述

兩個net的選擇:對於結構的net-s只用了三層,對於細節的net-d用了20層,都是帶有relu啟用的。具體引數:


這裡寫圖片描述

應用在SR上效果較好,保邊濾波的時候就把gamma置零了,也就是說只考慮總體和Structure的誤差,因為這個任務中細節不多。效果如下:


這裡寫圖片描述

做deraining的時候也是把gamma置零。。。結果中可以看出net-s中還是有很多rain streak,加上net-d以後就好很多。


這裡寫圖片描述

2018年06月03日13:20:45