Apr, 2023
上采样中的魔鬼:深度图像先验去噪中的简化架构决策
The Devil is in the Upsampling: Architectural Decisions Made Simpler for Denoising with Deep Image Prior
Yilin Liu, Jiang Li, Yunkui Pang, Dong Nie, Pew-thian Yap
TL;DR本研究从频率角度分析了 Deep Image Prior 中未经学习的上采样是 DIP 去噪现象的主要驱动力,因此提出了一种无需耗时搜索即可估算出每张图像适当的网络结构的方法,实验结果表明,估算出的网络结构在去噪和保留纹理细节方面比当前方法使用更少的参数且效果更好,且因其欠参数化的性质,更能抵抗高噪声干扰。