无棋盘伪影的子像素卷积：关于子像素卷积、重采样卷积和卷积重采样的笔记
计算机视觉与模式识别
2017-07-11 v1
摘要
与反卷积层相关的最突出问题是在输出图像和密集标签中出现棋盘伪影。为了解决这个问题，提出了平滑约束、后处理和不同的架构设计。Odena等人指出了棋盘伪影的三个来源：反卷积重叠、随机初始化和损失函数。在这篇笔记中，我们提出了一种称为卷积NN重采样的子像素卷积初始化方法。与使用为标准卷积核设计的方案初始化的子像素卷积相比，它在初始化后立即没有棋盘伪影。与重采样卷积相比，在相同的计算复杂度下，它具有更强的建模能力，并收敛到测试误差更小的解。
引用
@article{arxiv.1707.02937,
title = {Checkerboard artifact free sub-pixel convolution: A note on sub-pixel convolution, resize convolution and convolution resize},
author = {Andrew Aitken and Christian Ledig and Lucas Theis and Jose Caballero and Zehan Wang and Wenzhe Shi},
journal= {arXiv preprint arXiv:1707.02937},
year = {2017}
}