用于图像处理的卷积神经金字塔
计算机视觉与模式识别
2017-04-10 v1
摘要
我们提出了一种原则性的卷积神经金字塔（CNP）框架，用于通用的底层视觉与图像处理任务。它基于一个关键发现：许多应用需要大的感受野以理解结构。但相应的回归神经网络要么堆叠许多层，要么应用大卷积核来实现，这在计算上非常昂贵。我们的金字塔结构能在不牺牲计算效率的情况下大幅扩大感受野。额外的好处包括自适应网络深度和渐进式上采样，从而在 VGA 尺寸输入上实现准实时测试。我们的方法惠及广泛的应用，如深度/RGB 图像复原、补全、噪声/伪影去除、边缘细化、图像滤波、图像增强和着色。
引用
@article{arxiv.1704.02071,
title = {Convolutional Neural Pyramid for Image Processing},
author = {Xiaoyong Shen and Ying-Cong Chen and Xin Tao and Jiaya Jia},
journal= {arXiv preprint arXiv:1704.02071},
year = {2017}
}