面向通用骨干网络设计的图像复原网络比较研究
计算机视觉与模式识别
2024-07-17 v4
摘要
尽管深度模型在各种图像复原任务中取得了显著进展,现有图像复原网络在任务通用性方面仍面临挑战。一个直观的体现是,在某些任务上表现出色的网络往往在其他任务中无法给出令人满意的结果。为说明这一点,我们选取五种代表性网络,并在五种经典图像复原任务上开展比较研究。首先,我们详细阐释不同图像复原任务与骨干网络的特点。随后,我们给出基准结果并分析不同模型在各任务间性能差异的成因。基于该比较研究,我们提出一个通用的图像复原骨干网络需满足多样化任务的功能需求。依据此原则,我们设计了一种新的通用图像复原骨干网络 X-Restormer。大量实验表明,X-Restormer 具备良好的任务通用性,并在多种任务上取得了最先进的性能。
引用
@article{arxiv.2310.11881,
title = {A Comparative Study of Image Restoration Networks for General Backbone Network Design},
author = {Xiangyu Chen and Zheyuan Li and Yuandong Pu and Yihao Liu and Jiantao Zhou and Yu Qiao and Chao Dong},
journal= {arXiv preprint arXiv:2310.11881},
year = {2024}
}
备注
Accepted to ECCV2024