评估超分辨率网络的泛化能力
计算机视觉与模式识别
2023-09-06 v2 图像与视频处理
摘要
性能和泛化能力是评估深度学习模型的两个重要方面。然而，目前关于超分辨率（SR）网络泛化能力的研究尚属空白。评估深度模型的泛化能力不仅有助于我们理解其内在机制，还允许我们定量度量其适用性边界，这对于无限制的真实世界应用十分重要。为此，我们首次尝试提出一种用于 SR 网络的泛化评估指标，即 SRGA。SRGA 利用深度网络内部特征的统计特性来度量泛化能力。具体而言，它是一个非参数且非学习的度量。为了更好地验证我们的方法，我们收集了一个基于图像块的图像评估集（PIES），包含合成与真实世界图像，涵盖广泛的退化类型。借助 SRGA 和 PIES 数据集，我们对现有 SR 模型的泛化能力进行了基准测试。本工作为未来低层视觉中模型泛化的研究提供了见解与工具。
引用
@article{arxiv.2205.07019,
title = {Evaluating the Generalization Ability of Super-Resolution Networks},
author = {Yihao Liu and Hengyuan Zhao and Jinjin Gu and Yu Qiao and Chao Dong},
journal= {arXiv preprint arXiv:2205.07019},
year = {2023}
}
备注
Accepted by TPAMI