具有通道调谐的面向边缘隐式神经表示
计算机视觉与模式识别
2022-09-26 v1 人工智能
摘要
隐式神经表示将图像表示为连续函数而非离散网格形式，被广泛应用于图像处理。尽管其效果优异，但在恢复给定信号（如图像边缘）的清晰形状方面仍存在局限。本文提出梯度幅值调整算法，用于计算图像梯度以训练隐式表示。此外，我们提出面向边缘表示网络（Edge-oriented Representation Network, EoREN），该网络通过拟合梯度信息（面向边缘模块）重建具有清晰边缘的图像。进一步，我们加入通道调谐模块以调整给定信号的分布，从而解决拟合梯度的长期问题。通过分离两个模块的反向传播路径，EoREN能够学习图像的真实颜色而不妨碍梯度的作用。我们从定性上展示了我们的模型能够重建复杂信号，并通过定量结果证明了模型的通用重建能力。
引用
@article{arxiv.2209.11697,
title = {Edge-oriented Implicit Neural Representation with Channel Tuning},
author = {Wonjoon Chang and Dahee Kwon and Bumjin Park},
journal= {arXiv preprint arXiv:2209.11697},
year = {2022}
}