阅读论文“CFSNet:Toward a Controllable Feature Space for Image Restoration”

   2019 ICCV的一篇论文,和今年CVPR那篇连续域图像恢复的论文目的很像,论文的思路和18年ECCV的“Decouple Learning for Parameterized Image Operators” 这篇非常像,创新点感觉比较一般,可能效果比较不错吧。结构如下所示:

   论文的核心思想和18年那篇ECCV一样,都是通过参数对feature维度上进行控制。不同的是,这里参数进来过后是先通过一个公共的FC,再分别通过针对各个层的FC,这是因为每层特征的属性都是不一样的。整体框架是一个双路的一个结构,即训练时先训练下面的结构,上面的系数输入是0,然后再改变上面的系数输入,进行针对性的训练。思路和前面的那篇论文还是很像的,加上今天心情不好,就懒得写了,详情参考论文吧。附上论文链接:https://arxiv.org/abs/1904.00634

0%