[Paper] Deep Image Prior

4 人贊了文章

挺有趣的一篇文章，來自Andrea Vedaldi。很喜歡他的工作，很CV。

這篇的基本想法是利用網路結構本身做先驗。所謂的先驗，在Image Restoration這類任務重就是一個Regularization Term，使得恢復的結果不至於跑得太偏。

paper里最重要就這個公式，給定一個網路結構，以 heta表示參數。現在我們要恢復一張圖x0，x0可以是jpeg壓縮過的，加過雜訊的，或者被摳掉了一小塊的圖。通過尋找 heta，最小化這個Energy，可以得到一個帶參的網路，從一個noise vector feedfoward就可以得到恢復的圖像。

似乎很炫，因為網路都沒有做通常意義下的訓練。其實直觀上挺好理解的，我們做很多圖像生成任務的時候都遇到了，某些結構的網路容易產生比如模糊的圖像，其實這就是一種prior或者regularization。利用這一點，通過gradient descent來做image restoration，很有趣。

推薦閱讀：