用于真实世界图像复原与超分辨率中更好泛化的两阶段域适应训练
图像与视频处理
2021-06-02 v1 机器学习
信号处理
摘要
众所周知，在逆问题中，端到端训练的网络会过拟合训练集中所见的退化模型，即它们不能很好地泛化到其他类型的退化。近来，一种先将由未知滤波器下采样的图像映射为双三次下采样相似图像、从而成功超分辨此类图像的方法被提出。本文中，我们表明任何逆问题均可表述为：先将输入退化图像映射至中间域，再训练第二个网络由这些中间图像生成输出图像。此外，最佳中间域可能随任务而变。我们的实验结果表明，这种两阶段域适应训练策略不仅在给定一类未知退化上取得更好结果，也能更好地泛化至其他未见退化类别。
引用
@article{arxiv.2106.00504,
title = {Two-stage domain adapted training for better generalization in real-world image restoration and super-resolution},
author = {Cansu Korkmaz and A. Murat Tekalp and Zafer Dogan},
journal= {arXiv preprint arXiv:2106.00504},
year = {2021}
}
备注
Accepted for publication in IEEE ICIP 2021 Conference