LIRA：应对未知混合失真的终身图像复原
图像与视频处理
2020-08-20 v1 计算机视觉与模式识别
摘要
大多数现有图像复原网络以一次性方式设计，当在新失真去除任务上训练时会灾难性地遗忘先前学习的失真。为缓解该问题，我们提出针对混合失真的新型终身图像复原问题。我们首先设计一个基础分叉-合并模型，其中多个专攻单一失真去除任务的预训练专家模型协同且自适应地处理混合失真。当输入受到新失真退化时，受人类记忆系统中成人神经发生启发，我们开发了一种神经生长策略，使先前训练的模型能够并入新的专家分支，并持续积累新知识而不干扰已学知识。实验结果表明，所提方法不仅在 PSNR/SSIM 指标上于混合失真去除任务中达到最先进（state-of-the-art）性能，还能在学习新复原任务的同时保持旧有专长。
引用
@article{arxiv.2008.08242,
title = {LIRA: Lifelong Image Restoration from Unknown Blended Distortions},
author = {Jianzhao Liu and Jianxin Lin and Xin Li and Wei Zhou and Sen Liu and Zhibo Chen},
journal= {arXiv preprint arXiv:2008.08242},
year = {2020}
}
备注
ECCV2020 accepted