本文介绍了深度学习模型Context Encoder（CE）在图像修复任务中的应用。该模型采用编码器-解码器架构，通过AlexNet的卷积层提取特征，使用通道全连接层减少计算量。解码器通过反卷积和上采样恢复图像。损失函数包括重建损失和对抗损失，以确保修复的图像既符合结构一致性又显得自然。在训练过程中，模型与判别器共同优化，实现图像细节的精确恢复。
Computer Vision and Pattern Recognition Nov 2016
该网络简称CE，模型的整体架构是一个编码器-解码器。
模型搭建
网络结构
- Encoder由卷积层组成（从AlexNet中分离出来的），用于提取多个feature map。 227 × 227 227\times227 227×227编码到 6 × 6 × 256 6\times6\times256 6×6×256。
- 全连接层用于在多个feature map之间传递信息（光使用Encoder的卷积层无法在一个特征图中连接所有位置）。
为了减少计算量，本网络使用的是通道全连接层。即对于多张特征图，不是一股脑的把它们全连接起来，而是每个特征图分别连接。
这样的话，假如有m个 n × n n\times n n×n的特征图，那么参数量就从原来的 m 2 n 4 m^2n^4 m2n4缩小为 m n 4 mn^4 mn
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
