[图像复原]--AAAI2020-SCN：Scale-wise Convolution for Image Restoration

论文的出发点很奇怪，并不认同，等代码开源了再细看一下吧！

引言：

本文首先讨论了尺度不变性对于其他视觉任务中的提升作用，随机尺度数据增广，多尺度测试等措施对分类检测等任务有着明显提升，但是对于超分等低阶的视觉任务却会带来更差的表现（这个结论如何得出的，表示异议！）。因此提出了个问题：是不是图像复原不需要尺度不变性？
在本文中，作者证明了适当地将尺度不变性建模成卷积神经网络可以为图像复原任务带来显著的增益。具体为：从移位不变性的空间方向卷积中得到灵感，提出了“尺度方向卷积”，该卷积设计用于在多个尺度之间进行卷积以实现尺度不变性。在我们的尺度卷积网络(SCN)中，我们首先将输入图像映射到特征空间，然后通过双线性降尺度逐步构建特征金字塔表示。然后，将特征金字塔传递给带有尺度卷积的残差网络。为了在多个尺度上利用上下文信息，提出的按比例卷积学习动态激活和聚合每个剩余构建块中的不同输入尺度的特征。

创新点：

1.Scale-wise Convolution
如上图所示，输入为一个多尺度的特征金字塔&#