可逆神經網路及ECCV 2020 Oral 可逆圖像縮放

Topic: Invertible Image Rescaling

Editor:  George Wu

Resources:  Paper    Github    NICE paper    Glow paper    Glow github   i-ResNet paper  

Label: Invertible NN, Image Rescaling, ECCV

 

大意

可逆神經網路(Invertible Neural Networks)是指可以從輸出結果反推到原來的輸入的神經網路, 而且中間每一層都可以從最後一層反推. 要討論可逆的最主要原因是信息無損. 簡單的理解就譬如輸入20×20的圖像, 壓縮成5×5的低解析度照片. 如果可以從低解析照片完美復原到原始圖像則是信息無損. 在生成領域已經有很多有名的可逆神經網路譬如NICE, Glow等. 今年ECCV 2020 Oral paper就是用可逆的概念去做到Invertible Image Rescaling. 為傳統super-resolution方法提供一種新思路, 也證明有很好的成果.