相关文章推荐
稳重的凉茶  ·  linux puppeteer ...·  1 年前    · 
安静的弓箭  ·  ios - Invalid update: ...·  2 年前    · 
深情的登山鞋  ·  使用163邮箱报420 ...·  2 年前    · 
没有腹肌的胡萝卜  ·  PowerBuilder 9.0 ...·  2 年前    · 

文章的思路很简单也很容易实现,但效果好,想法奇特,在当年还是有一定的影响力。文章创新点有两部分,一个是卷积和反卷积的结构;另一个就是对称连接的skip。

文章内容基本也就是围绕这两点展开,然后分别对比了不同层数的网络,和是否用skip连接得出一系列的结果。下图展示了skip的对比loss展示,可以看出层数较少时梯度消失不明显对loss影像也较少,但一旦层数较深的时候,没有skip的网络性能就很差。而层数越深理应性能越好,这也就要求我们必须使用skip连接。

实验部分作者在SET5和SET14数据集上分别进行了图像去噪和图像超分辨的实验,大致的实验结果如下列各表所示,对比来看,图像超分辨的结果没有SRGAN的结果好,但毕竟SRGAN晚了一年。但是作者提出他的网络可以针对任意噪声水平下用一个模型去噪,也就是任意噪声水平的图像,都可以通过一个网络模型完成去噪。结果显示在最后一个表中,这一点是值得思考的。