3 个月前

MR-VNet:基于Volterra网络的媒体恢复

MR-VNet:基于Volterra网络的媒体恢复

摘要

本研究提出了一种基于Volterra级数理论的新一代图像/视频恢复网络架构。通过采用高阶卷积而非传统激活函数来引入系统响应函数中的非线性特性,我们构建了一个通用的图像与视频恢复框架。通过大量实验验证,所提出的架构在图像与视频恢复领域达到了当前最先进的(SOTA)性能。此外,我们进一步证明,近期提出的无非线性激活网络(Non-Linear Activation Free Network, NAF-NET)可被视为Volterra神经网络这一更广泛类别中的一个特例。这些发现凸显了Volterra神经网络在计算机视觉复杂恢复任务中作为一类通用且强大的工具所具备的巨大潜力。

基准测试

基准方法指标
image-deblurring-on-goproMR-VNet
PSNR: 34.04
Params (M): 12.3
SSIM: 0.969

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
MR-VNet:基于Volterra网络的媒体恢复 | 论文 | HyperAI超神经