Efficient Diffusion on Region Manifolds: Recovering Small Objects with Compact CNN Representations
Inria(法国国家信息与自动化研究所);CTU in Prague(捷克布拉格技术大学)
查询扩展是提高图像检索质量的一种常用方法,无论是传统的还是CNN表示。到目前为止,它仅限于全局图像相似性。这项工作的重点是扩散,一种机制,捕捉图像流形的特征空间。扩散是在重叠图像区域的描述符上进行的,而不是像以前的方法那样在全局图像描述符上进行的。有效的离线阶段允许可选地减少存储区域的数量。在联机阶段,建议在索引阶段处理看不见的查询,消除了额外的计算,以调整预先计算的数据。我们通过一个稀疏的线性系统求解器进行扩散,产生实际的查询时间远低于一秒。在实验中,我们观察到在标准基准上使用紧凑的CNN描述符的图像检索性能有显着提高,特别是当查询对象只覆盖图像的一小部分时。小对象一直是基于CNN的检索的常见失败案例。
2019-07-01 cs.CV
Is Faster R-CNN Doing Well for Pedestrian Detection?
Sun Yat-sen University(中山大学);Microsoft Research(微软研究院)
行人检测已经被认为是一般目标检测之外的一个特殊课题。虽然最近的深度学习对象检测器,如Fast/Faster R-CNN [1,2],在一般目标检测方面表现出了出色的性能,但它们在检测行人方面的成功有限,并且以前的领先行人检测器通常是结合手工制作和深度卷积特征的混合方法。在本文中,我们研究了涉及Faster R-CNN [2]的行人检测问题。我们发现Faster R-CNN中的区域建议网络(RPN)确实作为独立的行人检测器表现良好,但令人惊讶的是,下游分类器降低了结果。我们认为,两个原因占不满意的准确性:(i)处理小实例的特征映射的分辨率不足,以及(ii)缺乏任何自举策略挖掘硬负的例子。在这些观察的推动下,我们提出了一个非常简单但有效的行人检测基线,使用RPN,然后在共享的高分辨率卷积特征图上增强森林。我们在几个基准(Caltech,INRIA,ETH和KITTI)上全面评估了该方法,呈现出具有竞争力的准确性和良好的速度。代码将公开提供。
2016-07-27 cs.CV
Resource-Scalable CNN Synthesis for IoT Applications
University of California, Davis(加利福尼亚大学戴维斯分校)
最先进的图像识别系统使用复杂的卷积神经网络(CNN),其被设计和训练以识别许多对象类别。这样的网络是相当资源密集型的计算,禁止其部署在资源受限的嵌入式平台。一方面,对于大多数物联网应用程序的需求来说,对详尽的类别列表进行分类的能力是过度的。另一方面,为每个新的物联网应用设计一个新的定制设计的CNN是不切实际的,因为开发竞争模型的固有困难和上市时间的压力。为了解决这个问题,我们研究了这样一个问题:“能否利用现有的优化CNN模型为物联网应用自动构建一个有竞争力的CNN,该物联网应用的感兴趣对象是原始CNN设计用于分类的类别的一小部分,从而按比例缩小资源需求?“我们使用术语资源可扩展性来指代这个概念,并开发了一种方法,用于从现有的优化基线CNN自动合成资源可扩展CNN。合成的CNN具有足够的学习能力来处理给定的物联网应用需求,并产生有竞争力的准确性。所提出的方法是快速的,并且不像目前常见的CNN设计实践,不需要迭代的训练试验和错误。
2018-12-16 cs.CV cs.LG stat.ML
UnRectDepthNet: Self-Supervised Monocular Depth Estimation using a Generic Framework for Handling Common Camera Distortion Models
Valeo DAR(法雷奥驾驶辅助研究中心);Spleenlab GmbH(Spleenlab有限公司);Technische Universität Ilmenau(伊尔梅瑙工业大学);Valeo Vision Systems(法雷奥视觉系统公司)
本文提出UnRectDepthNet自监督框架,直接从未校正单目视频估计深度、距离和里程计,通过隐式学习相机畸变避免校正副作用,并在KITTI与190°鱼眼数据上达到先进性能。
2023-06-06 cs.CV cs.LG cs.RO
A CNN Based Approach for the Near-Field Photometric Stereo Problem
Cambridge Research Laboratory(剑桥研究实验室);Toshiba Europe Ltd.(东芝欧洲有限公司);University of Cambridge(剑桥大学)
使用不同光源下的多个图像重建物体的3D形状是一项非常具有挑战性的任务,特别是当考虑诸如光传播和衰减、透视几何形状和镜面光反射等现实假设时。许多解决光度立体(PS)问题的工作往往放松大多数上述假设。特别是它们忽略了镜面反射和全局光照效果。在这项工作中,我们提出了第一个基于CNN的方法,能够处理这些现实的假设,在光度立体。我们利用最近改进的深度神经网络进行远场光度立体,并使其适应近场设置。我们实现这一点,采用迭代过程的形状估计有两个主要步骤。首先,我们训练每像素的CNN来预测反射样本的表面法线。其次,我们通过对法向场进行积分来计算深度,以便迭代地估计用于补偿输入图像的光方向和衰减,从而为下一次迭代计算反射率样本。据我们所知,这是第一个近场框架,能够准确地预测高度镜面反射物体的3D形状。我们的方法优于竞争国家的最先进的近场光度立体方法的合成和真实的实验。
2020-09-12 cs.CV
Learning with Category-Equivariant Architectures for Human Activity Recognition
School of Informatics, Nagoya University, Japan(名古屋大学信息学系);School of Computing, Australian National University, Australia(澳大利亚国立大学计算学系)
提出类别等变神经网络CatEquiv,通过编码时间、幅度和结构对称性提升人类活动识别在分布外扰动下的鲁棒性,在不增加模型容量的情况下实现强不变性和泛化能力。
2025-11-04 cs.AI cs.CV cs.HC
EPOS: Estimating 6D Pose of Objects with Symmetries
Czech Technical University in Prague(布拉格捷克理工大学);MTA SZTAKI(匈牙利科学院计算机科学与控制研究所)
我们提出了一种新的方法来估计6D姿态的刚性物体与可用的3D模型从一个单一的RGB输入图像。该方法适用于广泛的对象,包括具有全局或局部对称性的挑战性对象。一个对象是由紧凑的表面片段,允许处理对称性在一个系统的方式。密集采样的像素和片段之间的对应关系使用编码器-解码器网络进行预测。在每个像素处,网络预测:(i)每个对象存在的概率,(ii)给定对象存在的碎片的概率,以及(iii)每个碎片上的精确3D位置。每个像素选择数据相关数量的对应3D位置,并且使用PnP-RANSAC算法的鲁棒且高效的变体来估计可能的多个对象实例的姿态。在BOP Challenge 2019中,该方法在T-LESS和LM-O数据集上优于所有RGB和大多数RGB-D和D方法。在YCB-V数据集上,它优于所有竞争对手,比第二好的RGB方法有很大的优势。源代码位于:cmp.felk.cvut.cz/epos。
2020-04-01 cs.CV cs.LG cs.RO
When CNNs Meet Random RNNs: Towards Multi-Level Analysis for RGB-D Object and Scene Recognition
Hacettepe University(哈杰泰佩大学)
物体和场景识别是图像理解中两个具有挑战性但又必不可少的任务。特别是,使用RGB-D传感器来处理这些任务已经成为更好的视觉理解的一个重要关注领域。与此同时,深度神经网络,特别是卷积神经网络(CNN),已经变得广泛,并且已经通过用有效的深度特征代替手工制作的特征而应用于许多视觉任务。然而,如何有效地利用多层CNN模型的深层特征是一个悬而未决的问题。在本文中,我们提出了一种新的两阶段框架,从多模态RGB-D图像中提取区分特征表示的对象和场景识别任务。在第一阶段中,采用预训练的CNN模型作为骨干来提取多个级别的视觉特征。第二阶段将这些特征映射到具有递归神经网络(RNN)的完全随机结构的高级表示中。为了应对CNN激活的高维性,通过扩展RNN中的随机性思想,提出了一种随机加权池化方案。多模态融合已经通过软投票方法通过分别基于RGB和深度流的个体识别置信度(即SVM分数)计算权重来执行。这在最终的RGB-D分类性能中产生一致的类别标签估计。大量的实验验证了RNN阶段的完全随机化结构成功地将CNN激活编码为有区别的实体特征。在流行的Washington RGB-D Object和SUN RGB-D Scene数据集上的比较实验结果表明,与最先进的方法相比,该方法在对象和场景识别任务中均具有更好的性能。代码可在https://github.com/acaglayan/CNN_randRNN上获得。
2022-01-11 cs.CV
UltraMNIST Classification: A Benchmark to Train CNNs for Very Large Images
Global Maksimum Data & Information Technologies(全球马克西姆数据与信息技术公司);Hugging Face(Hugging Face公司);UiT The Arctic University of Norway(挪威北极大学UiT)
当前文献中可用的卷积神经网络(CNN)方法被设计为主要用于低分辨率图像。当应用于非常大的图像时,会出现与GPU内存相关的挑战,比语义对应所需的更小的感受野以及需要合并多尺度特征。然而,输入图像的分辨率可能会降低,从而严重丢失关键信息。基于所概述的问题,我们介绍了一个新的研究问题,训练CNN模型非常大的图像,并提出了“UltraMNIST数据集”,一个简单而有代表性的基准数据集,这项任务。UltraMNIST是使用流行的MNIST数字设计的,增加了额外的复杂性级别,以很好地复制现实世界问题的挑战。我们提出了两个变种的问题:“UltraMNIST分类”和“预算感知UltraMNIST分类”。标准UltraMNIST分类基准旨在促进开发新的CNN训练方法,从而有效利用最佳可用GPU资源。该变体旨在促进在受限GPU内存下工作的方法的开发。为了开发有竞争力的解决方案,我们提出了几个基准模型的标准基准和它的感知变体。我们研究了降低分辨率对性能的影响,并给出了基线模型的结果,这些模型涉及来自流行的最先进模型的预训练骨干。最后,通过提供的基准数据集和基线,我们希望为新一代CNN方法铺平道路,这些方法适用于以高效和资源节约型的方式处理大型图像。
2022-06-25 cs.CV
Improving Depth Gradient Continuity in Transformers: A Comparative Study on Monocular Depth Estimation with CNN
University of Washington(华盛顿大学);Shanghai Jiao Tong University(上海交通大学)
本研究对比了Transformer与CNN在单目深度估计中的差异,发现Transformer在深度梯度连续性上存在不足,为此提出深度梯度细化(DGR)模块并结合最优传输距离损失函数,在不增加计算成本的前提下有效提升了模型在KITTI和NYU-Depth-v2数据集上的性能。
2024-07-23 cs.CV
Graph R-CNN: Towards Accurate 3D Object Detection with Semantic-Decorated Local Graph
Zhejiang University(浙江大学);Fabu Inc.(Fabu公司)
两级检测器在3D目标检测中得到了广泛的应用。大多数两阶段3D检测器在第二阶段中利用网格点、体素网格或采样关键点进行RoI特征提取。然而,这样的方法在处理不均匀分布和稀疏的室外点时是低效的。本文从三个方面解决了这个问题。1)动态点聚合。我们提出了补丁搜索快速搜索点在一个局部区域的每个3D建议。然后应用动态最远体素采样来均匀地采样点。特别地,体素尺寸沿着距离变化以适应点的不均匀分布。2)RoI图池化。我们在采样点上构建局部图,以更好地建模上下文信息,并通过迭代消息传递挖掘点关系。3)视觉功能增强。我们引入了一个简单而有效的融合策略,以补偿稀疏的激光雷达点有限的语义线索。基于这些模块,我们构建了我们的Graph R-CNN作为第二阶段,它可以应用于现有的一阶段检测器,以不断提高检测性能。大量的实验表明,Graph R-CNN在KITTI和Waymo Open Dataset上的性能都大大优于最先进的3D检测模型。我们在KITTI BEV汽车检测排行榜上排名第一。代码将在\url{https://github.com/Nightmare-n/GraphRCNN}上提供。
2022-08-07 cs.CV
Learning Deep CNN Denoiser Prior for Image Restoration
Harbin Institute of Technology(哈尔滨工业大学);The Hong Kong Polytechnic University(香港理工大学)
基于模型的优化方法和判别式学习方法一直是解决低层视觉中各种逆问题的两种主要策略。通常,这两种方法具有各自的优点和缺点,例如,基于模型的优化方法可以灵活地处理不同的反问题,但为了获得良好的性能,通常需要花费大量时间和复杂的先验知识;同时,判别学习方法测试速度快,但其应用范围受到专业任务的极大限制。最近的工作已经揭示,在变量分裂技术的帮助下,降噪先验可以作为基于模型的优化方法的模块化部分插入,以解决其他逆问题(例如,去模糊)。当通过判别式学习获得去噪器时,这样的集成引起相当大的优势。然而,与快速判别去噪先验集成的研究仍然缺乏。为此,本文旨在训练一套快速有效的CNN(卷积神经网络)去噪器,并将其融入到基于模型的优化方法中,解决其他逆问题。实验结果表明,学习的去噪器集不仅实现了有希望的高斯去噪结果,而且可以用作先验,为各种低级视觉应用提供良好的性能。
2017-04-11 cs.CV
Efficient Generalized Spherical CNNs
Kagenova Limited(卡根诺瓦有限公司)
跨越计算机视觉和自然科学的许多问题需要分析球形数据,对于球形数据,可以通过将等方差编码为旋转对称来有效地学习表示。我们提出了一个广义的球形CNN框架,它包含了各种现有的方法,并允许它们相互利用。唯一存在的严格等变的非线性球形CNN层具有复杂性$\mathcal{O}(C^2L^5)$,其中$C$是表示能力的度量,而$L$是球谐带限。如此高的计算成本通常禁止使用严格等变的球形CNN。我们开发了两个新的严格等变层,降低了复杂性$\mathcal{O}(CL^4)$和$\mathcal{O}(CL^3 \log L)$,使更大,更有表现力的模型计算可行。此外,我们采用有效的采样理论,以实现进一步的计算节省。我们表明,这些发展允许建设更具表现力的混合模型,实现最先进的精度和参数效率的球形基准问题。
2021-03-08 astro-ph.IM cs.CV cs.LG
Atmospheric Noise-Resilient Image Classification in a Real-World Scenario: Using Hybrid CNN and Pin-GTSVM
BITS Pilani K K Birla Goa Campus
针对雾天停车位分类性能下降问题,提出混合CNN与Pin-GTSVM模型,无需去雾模块且抗大气噪声,在多个数据集上显著提升准确率。
2025-01-23 cs.CV
A CNN Based Approach for the Point-Light Photometric Stereo Problem
Toshiba Europe Ltd(东芝欧洲有限公司);University of Cambridge(剑桥大学)
使用不同光源下的多个图像重建物体的3D形状是一项非常具有挑战性的任务,特别是当考虑诸如光传播和衰减、透视几何形状和镜面光反射等现实假设时。许多解决光度立体(PS)问题的工作往往放松大多数上述假设。特别是它们忽略了镜面反射和全局光照效果。在这项工作中,我们提出了一种基于CNN的方法,能够利用最近改进的深神经网络来处理这些现实的假设,用于远场光度立体,并使其适应点光设置。我们实现这一点,采用迭代过程的点光PS形状估计有两个主要步骤。首先,我们训练每像素的CNN来预测反射样本的表面法线。其次,我们通过对法向场进行积分来计算深度,以便迭代地估计用于补偿输入图像的光方向和衰减,从而为下一次迭代计算反射率样本。我们的方法在DiLiGenT真实世界数据集上的表现明显优于最先进的方法。此外,为了衡量我们的方法的近场点光源PS数据的性能,我们介绍了LUCES的第一个真实世界的“数据集近场点光源soUrCe photomEtric Stereo”的14个对象的不同材料的点光源和透视观看的效果是非常显着的。我们的方法在这个数据集上也优于竞争对手。数据和测试代码可以在项目页面上找到。
2022-10-10 cs.CV
Benchmarking CNN and Transformer-Based Object Detectors for UAV Solar Panel Inspection
Faculty of Engineering, University of Moratuwa(摩图瓦大学工程学院);STEM College, School of Computing Technologies, RMIT University(皇家墨尔本理工学院计算机技术学院);School of Engineering, University of Southern Queensland(南方昆士兰大学工程学院)
本文通过无人机图像对卷积和变换器检测器进行基准测试,评估其在太阳能板缺陷检测中的性能,发现ResNet50主干的Faster R-CNN在定位精度上表现最佳,而MobileNetV3在可靠性平衡上最优。
2026-01-06 cs.CV
X-ray illicit object detection using hybrid CNN-transformer neural network architectures
Department of Informatics and Telematics, Harokopio University of Athens(信息与电信系,哈罗基波大学)
本文评估了多种混合 CNN-transformer 架构在 X 射线违禁物品检测中的表现,发现混合架构在领域分布偏移下比 YOLOv8 基线更具鲁棒性,并提供了详细的性能对比和未来研究指导。
2025-05-01 cs.CV
Scale Attention for Learning Deep Face Representation: A Study Against Visual Scale Variation
JD AI Research(京东人工智能研究院);Shanghai University(上海大学)
人脸图像的视觉尺度变化范围很大。现有的人脸表示通过多尺度方案来追求处理尺度变化的带宽,该方案组装有限系列的预定义尺度。这种多炮方案带来了推理负担,并且预定义的尺度不可避免地与真实数据有差距。相反,从数据中学习尺度参数,并将其用于一次性特征推断,是一个不错的解决方案。为此,我们利用尺度空间理论对卷积层进行了改进,实现了两个功能:1)卷积层从实际数据分布中学习一组尺度,每一个尺度都由一个卷积核来实现; 2)卷积层根据输入模式的尺度及其存在性,自动在适当的通道和位置突出特征。然后,我们实现了分层尺度注意通过堆叠的改革层,建立一个新的风格命名为SCale AttentioN Conv神经网络(\textbf{SCAN-CNN})。我们将SCAN-CNN应用于人脸识别任务,并推动了SOTA性能的前沿。当人脸图像模糊时,准确度增益更明显。同时,作为一个单镜头方案,推理比多镜头融合更有效。为保证SCAN-CNN的快速训练和与普通的CNN相比推理代价零增加,设计了一套工具。
2022-09-19 cs.CV
SymmetryNet: Learning to Predict Reflectional and Rotational Symmetries of 3D Shapes from Single-View RGB-D Images
National University of Defense Technology(国防科技大学);Princeton University(普林斯顿大学)
我们研究了单视图RGB-D图像中3D形状的对称性检测问题,其中严重缺失的数据使得几何检测方法不可行。我们提出了一个端到端的深度神经网络,它能够预测输入RGB-D图像中存在的3D对象的反射和旋转对称性。然而,直接训练用于对称性预测的深度模型可能很快就会遇到过拟合问题。我们采用多任务学习方法。除了对称轴预测之外,我们的网络还被训练来预测对称对应。特别是,给定RGB-D图像中存在的3D点,我们的网络为每个3D点输出对应于特定预测对称性的对称对应物。此外,我们的网络能够检测给定形状的多种不同类型的对称性。我们还提供了一个基于单视图RGB-D图像的3D对称性检测基准。在基准测试中的广泛评估表明,我们的方法具有很强的泛化能力,在对称轴预测和对应估计的高精度方面。特别是,我们的方法是强大的,在处理看不见的对象实例的形状变化大,多对称组成,以及新的对象类别。
2020-08-30 cs.CV cs.GR
Equivariance Allows Handling Multiple Nuisance Variables When Analyzing Pooled Neuroimaging Datasets
跨机构汇集多个神经成像数据集通常可以在评估关联时提高统计能力(例如,风险因素和疾病结果之间),否则可能太弱而无法检测。当仅存在{\em单个}可变性来源时(例如,不同的扫描器)、领域自适应和匹配表示的分布在许多情况下可能是足够的。但是在存在同时影响测量的{\em多于一个}干扰变量的情况下,汇集数据集提出了独特的挑战,例如,数据的变化可能来自采集方法以及参与者的人口统计(性别、年龄)。不变表示学习本身不适合对数据生成过程进行完全建模。在本文中,我们将展示如何把最近的结果等变表示学习(研究对称性的神经网络)结构化空间的实例化与简单地使用因果推理的经典结果提供了一个有效的实用解决方案。特别是,我们展示了我们的模型如何允许在某些假设下处理一个以上的滋扰变量,并可以在需要删除大部分样本的情况下分析汇总的科学数据集。
2022-03-29 cs.AI cs.CV cs.LG
Symmetry Defense Against CNN Adversarial Perturbation Attacks
Aalto University(阿尔托大学)
本文提出利用镜像对称和像素反转对称构成的对称群来防御CNN对抗扰动攻击,通过对称图像分类标签一致性决策,在ImageNet上有效抵御梯度攻击和随机搜索攻击并提升原始图像准确率。
2023-08-10 cs.CR cs.CV cs.LG
Bridging the Performance Gap between DETR and R-CNN for Graphical Object Detection in Document Images
Technical University of Kaiserslautern(凯泽斯劳滕工业大学);German Research Institute for Artificial Intelligence (DFKI)(德国人工智能研究中心);Luleå University of Technology(吕勒奥理工大学)
本文通过修改DETR的对象查询(使用点、锚框及噪声),弥合了DETR与R-CNN在文档图像图形检测中的差距,在TableBank、PubLaynet、PubTables上分别达到96.9%、95.7%、99.3%的mAP,取得最先进结果。
2023-06-23 cs.CV
Variational Partial Group Convolutions for Input-Aware Partial Equivariance of Rotations and Color-Shifts
Kim Jaechul Graduate School of AI, KAIST(金哉澈人工智能研究生院(韩国科学技术院));School of Computing, KAIST(计算机学院(韩国科学技术院));AITRICS(AITRICS公司)
本文提出变分部分G-CNN(VP G-CNN),通过以输入数据为条件的变分推断动态调整每个样本的部分等变性水平,并改进可重参数化分布以稳定训练,在多个旋转与颜色偏移数据集上验证了有效性。
2024-07-05 cs.AI cs.CV cs.LG
FCN-Pose: A Pruned and Quantized CNN for Robot Pose Estimation for Constrained Devices
物联网设备受到资源限制,例如处理器,RAM和磁盘存储。当处理要求苛刻的应用程序时,这些限制变得更加明显,例如深度学习,以其繁重的计算要求而闻名。一个恰当的例子是机器人姿态估计,预测所需图像对象的临界点的应用程序。缓解处理和存储问题的一种方法是压缩深度学习应用程序。本文提出了一种新的CNN的姿态估计,同时应用修剪和量化的压缩技术,以减少他的要求,提高响应时间。虽然修剪过程减少了推断所需的参数总数,但量化降低了浮点的精度。我们运行的方法使用的姿态估计任务的机器人手臂,并比较结果在高端设备和受限设备。作为指标,我们考虑每秒浮点运算(FLOPS)的数量,数学计算的总数,参数的计算,推理时间和每秒处理的视频帧数。此外,我们还进行了定性评估,将每个修剪网络的预测输出图像与相应的原始图像进行比较。我们将最初提出的网络的修剪率降低到70%,这意味着参数减少了88.86%,FLOPS减少了94.45%,对于磁盘存储,我们减少了70%的要求,而误差仅增加了$1\%$。关于输入图像处理,对于台式机情况,该度量从11.71 FPS增加到41.9 FPS。当使用受限器械时,图像处理从2.86 FPS增加到10.04 FPS。通过所提出的方法实现的图像帧的更高处理速率允许更短的响应时间。
2022-05-26 cs.AI cs.CV
Self-Organized Operational Neural Networks for Severe Image Restoration Problems
Tampere University(坦佩雷大学);Qatar University(卡塔尔大学)
基于卷积神经网络(CNN)的判别学习旨在通过从噪声-干净图像对的训练样本中学习来执行图像复原。它已经成为解决图像复原的首选方法,并且优于传统的非局部类方法。然而,性能最好的网络通常由许多卷积层和数百个神经元组成,可训练参数超过数百万。我们认为,这是由于基于卷积的变换的固有线性性质,这是不足以处理严重的恢复问题。最近,CNN的非线性推广,称为操作神经网络(ONN),已被证明在AWGN去噪方面优于CNN。然而,它的制定是负担的一个固定的集合,众所周知的非线性算子和一个穷举搜索,以找到最佳的可能配置为给定的架构,其功效是进一步限制了固定的输出层算子分配。在这项研究中,我们利用泰勒级数为基础的函数近似提出了一个自组织的变体的ONNs,自ONNs,图像复原,合成新的节点变换的飞行作为学习过程的一部分,从而消除了冗余的训练运行操作搜索的需要。此外,它使一个更好的水平的运营商异质性多样化的个人连接的感受野和权重。我们在三个严重的图像复原任务中进行了一系列广泛的消融实验。即使在可学习参数的严格等价性被强加时,Self-ONNs在所有问题上都超过了CNN,在PSNR方面将泛化性能提高了3 dB。
2020-08-29 cs.AI cs.CV cs.LG