Deep Adversarial Decomposition: A Unified Framework for Separating Superimposed Images

发布:2022-12-16 10:21:20
阅读:186
作者:邹征夏、雷森、石天阳、史振威、叶杰平
分享:复制链接

论文介绍

将独立图像从混合图像中分离一直以来都是一个极具挑战性的问题。本文提出了一个统一框架来解决混合图像分离问题,名为“深度对抗分解”。该框架在对抗训练的范式下可以解决线性和非线性的解混问题。考虑到图像混合的模糊性,本文引入了“分离判别器”用于判断输出的图像是否很好地被分解出来。为了进一步改善分离效果,本文还引入了十字L1范数损失函数,它可以以交叉的方式计算无序的输出与参考图像之间的距离,以便在逐像素的监督下更好地训练神经网络。实验结果表明,本文提出的方法明显优于此前主流的图像解混框架。在没有明显调整的情况下,本文提出的方法在多个计算机视觉任务上都达到了最优的效果。

论文地址

https://ieeexplore.ieee.org/document/9157688

扫码进群
微信群
免费体验AI服务