论CNN的不合理有效性
图像与视频处理
2020-07-30 v1 计算机视觉与模式识别
神经与进化计算
摘要
使用卷积神经网络（CNN）的深度学习方法已几乎成功应用于所有成像问题，特别是在具有病态和复杂成像模型的图像重建任务中。为对基线CNN解决图像到图像问题的能力的上限进行估计，我们将一种广泛使用的标准现成网络架构（U-Net）应用于从含噪数据进行异或解密的“逆问题”，并展示了可接受的结果。
引用
@article{arxiv.2007.14745,
title = {On the unreasonable effectiveness of CNNs},
author = {Andreas Hauptmann and Jonas Adler},
journal= {arXiv preprint arXiv:2007.14745},
year = {2020}
}