论文解读之Perceptual Losses for Real-Time Style Transfer and Super-Resolution
2018-02-01 16:38
2046 查看
论文名称:Perceptual Losses for Real-Time Style Transfer and Super-Resolution
来源: CVPR 2017
这是一篇提出一种创新loss处理方式的论文,用来证明结果的实验有2个,分别为图像风格转换和超分辨率,本文中只针对超分辨率进行比较
首先,作者提出,超分辨率、图像风格转换、去噪其实都可以归类为 image transformation任务,然而,目前这类任务的loss都是MSE loss,与之相对的,作者提出了一种新的loss来解决此类问题,即为 perceptual loss
图像感知损失其实并不陌生,GAN就是如此,利用感知loss产生的结果更符合人的审美和感知(但是psnr不高)。
作者的网络结构如下图所示:
首先,input图像进入 image transform Net,图像转换网络只是一些卷积的堆积,利用的残差学习和跳跃链接,
重点在于之后的perceptual loss, perceptual loss由一个loss network产生(作者采用了VGG16),感知损失的计算是将image transform net的output与input都输入loss network,output和input进过loss network的处理后进行计算,公式如下:
其中,y'是图像转换网络的输出,y是图像转换网络的输入,将二者输入loss network处理后计算loss
结果如下
可以看出利用perceptual loss的输出更符合人的感知需求(但是psnr较低)
来源: CVPR 2017
这是一篇提出一种创新loss处理方式的论文,用来证明结果的实验有2个,分别为图像风格转换和超分辨率,本文中只针对超分辨率进行比较
首先,作者提出,超分辨率、图像风格转换、去噪其实都可以归类为 image transformation任务,然而,目前这类任务的loss都是MSE loss,与之相对的,作者提出了一种新的loss来解决此类问题,即为 perceptual loss
图像感知损失其实并不陌生,GAN就是如此,利用感知loss产生的结果更符合人的审美和感知(但是psnr不高)。
作者的网络结构如下图所示:
首先,input图像进入 image transform Net,图像转换网络只是一些卷积的堆积,利用的残差学习和跳跃链接,
重点在于之后的perceptual loss, perceptual loss由一个loss network产生(作者采用了VGG16),感知损失的计算是将image transform net的output与input都输入loss network,output和input进过loss network的处理后进行计算,公式如下:
其中,y'是图像转换网络的输出,y是图像转换网络的输入,将二者输入loss network处理后计算loss
结果如下
可以看出利用perceptual loss的输出更符合人的感知需求(但是psnr较低)
相关文章推荐
- 论文笔记:Perceptual Losses for Real-Time Style Transfer and Super-Resolution[doing]
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution 论文 理解
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution----论文笔记
- 论文总结-Perceptual Losses for Real-Time Style Transfer and Super-Resolution
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution and Super-Resolution 论文笔记
- [译] Perceptual Losses for Real-Time Style Transfer and Super-Resolution(Stanford University)
- 部分选译Perceptual losses for real-time style transfer and super-resolution.
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution论文翻译理解
- Multi-style Generative Network for Real-time Transfer论文理解
- Real-Time Video Super-Resolution with Spatio-Temporal Networks and Motion Compensation 论文笔记
- Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural
- Semantic Segmentation--ICNet for Real-Time Semantic Segmentation on High-Resolution Images论文解读
- Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization论文理解
- Semantic Segmentation--ICNet for Real-Time Semantic Segmentation on High-Resolution Images论文解读
- 论文笔记:Parallel Tracking and Verifying: A Framework for Real-Time and High Accuracy Visual Tracking
- Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN
- Real-time model scoring for streaming data – a prototype based on Oracle Stream Explorer and Oracle
- Real-time Expression Transfer for Facial Reenactment
- Real-Time Tracking and Tuning for Busy Tomcat Servers