Residual Squeeze-and-Excitation Network for Fast Image Deraining
-Authors: Jun Fu , Jianfeng Xu , Kazuyuki Tasaka and Zhibo Chen
-본 논문에서는 Residual Squeeze and Excitation Network (RSEN)을 제안하여 image deraining에서 좋은 성능과 light-weight한 구조로 빠른 속도를 보여준다.
-image deraining은 현재까지 model-driven(filter&prior based)와 data-driven(CNN based)를 통한 접근법이 있었지만, 선자의 경우 실세계의 복잡한 rain streak를 전부 다 제거하지 못하며, parameter tuning과 expensive computation의 문제가 있었고, 후자의 경우에는 효율적인 성능을 보여주지 못하였다.
-제안하는 RSEN는 light-weight 한 encoder-decoder architecture와 RDB에 SE(Squeeze and Excitation) block을 합하며 residual block의 skip connection을 통해 hierarchical feature을 만들어내고, SE Block으로 만들어낸 hierarchical feature를 channel-wisely하게 강화시킬 수 있다.
-총 3가지의 keypoint를 가지며, 첫번째는 충분한 receptive field를 통하여 복잡하고 large한 rain streak을 잡아내고, 두번째는 local skip connection을 통해 gradient propagation과 수렴속도를 가속화한다. 마지막 3번째는 channel wise attention을 통해 성능을 향상시킨다.
댓글