如何去除风格转移神经网络中的去卷积噪音

我在研究风格转移网络，现在正在使用这个work，这里是network description。问题在于，即使增加了电视机损耗，仍然存在可见的噪音，这会破坏结果的质量。有人可以推荐一些在网络培训期间去除这种噪音的方法吗？如何去除风格转移神经网络中的去卷积噪音

由于

来源

2017-08-08 Andrey Nikishaev

的deconvolution噪声是因为输入和其产生幅度不一的棋盘状图案内核之间的不均匀的重叠。一种修复方法是使用article中提到的resize-conv方法。

Resize-conv替换transpose convolution与image scaling后面跟着2D convolution。在张量流中，2个步骤是：tf.image.resize_images(...)和tf.nn.conv2d(...)。来自作者的另一个提示是在卷积方法之前调用tf.pad(...)，并且只使用Nearest Neighbour调整大小方法。

来源

2017-08-08 06:52:22

是的，我试图使用tf.image.resize_nearest_neighbor 做升频采样，但在整体风格转移并没有提供如此好的结果，并增加了训练时间。有没有其他的方法来做到这一点？如果我用步长2而不是3x3使用内核大小4x4，或使用步幅3使用3x3？它会给偶数个重叠。 –

是的内核大小倍数的跨步可能也有帮助。上述方法在GAN中为我工作以产生更平滑的图像。 –

如何去除风格转移神经网络中的去卷积噪音

回答

相关问题