SE block2 Residual Squeeze-and-Excitation Network for Fast Image Deraining 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 tu.. 2020. 7. 7. Squeeze and Excitation Network (CVPR 2018) Squeeze-and-Excitation Network (CVPR 2018) Authors: Jie Hu, Li Shen, Samuel Albanie, Gang Sun, Enhua Wu - 본 논문에서는 Squeeze와 Excitation 2개의 과정을 통해서 이전 CNN이 local receptive field만 가지고 학습을 하기 때문에 채널단위의 전체적인 정보 (global feature)를 반영하지 못한다는 한계점을 극복한다. Squeeze operation의 global average pooling을 사용하여 1x1 채널단위 feature map으로 압축 후(global feature 반영), Excitation operation의 recalibration으로 re-weight하여 채널 간의 중.. 2020. 6. 1. 이전 1 다음