ECCV2020oral 可逆的图像变换 Invertible Image Rescaling

文章地址：https://arxiv.org/pdf/2005.05650.pdf

代码:https://github.com/pkuxmq/Invertible-Image-Rescaling

相关解读：https://www.msra.cn/zh-cn/news/features/eccv-2020-invertible-image-rescaling

摘要

本文从新的角度对图像的放大和缩小过程进行建模，提出了一种可逆的双射变换来大幅度的解决上采用过程中的不适定问题。

1、Introduction

从解约内存和带宽的角度来引入图像放缩。

上采样任务往往是非单一的映射，从而使得潜在的HR图像很多，所以这也是一个不适定问题。

现有的主流算法都是恢复通过bicubic退化方式所得到的低分辨率图像

受到图像缩放任务可逆性的启发，提出了新的方法，来很大程度上解决了图像放大的不适定问题。

为了解决这个问题，提出了IRN。以分布的形式从丢失的信息中获取一些信息，并将其嵌入到模型的参数中以减轻不适定性

2、Related work

2.1 Image Upscaling after Downscaling

这些是超分辨率的方法，而超分辨率在本质上是一个不适定的问题。s所对应的HR图像是不存在的，事先无法知晓的。

但是本文要解决的是图像缩放的问题。也就是说，之前的