- …
- …
#299
summarized by : Tong Zheng
どんな論文か？
Super-resolution（超解像）の計算量削減。現存の超解像手法はend-to-end計算なので、簡単な画像か複雑な画像か問わず同じネットワークに入力し推論するので最尤ではない。画像の複雑さに応じ異なるネットワークを使用して計算量削減達成。
新規性
学習段階では大きなネットワークの一部のニューロンしか使わずsub-netをsamplingし、LR-HR画像で超解像を学習。推論段階では入力画像の複雑さに応じてsub-netを使用する。計算量と超解像画質両方を考慮した関数（Edge-to-PSNR Lookup Tablesと命名した）によってどうなsub-netを選ぶかを決める。無駄な計算をせずに超解像できた。
結果
幾つかのbaselineに提案手法を適用し、PSNRが微々上がった。けど計算効率（FLOP）は僅かbaselineの半分程度。
その他（なぜ通ったか？等）
https://github.com/chenbong/ARM-Net
- …
- …