跳到正文
arXiv · 机器人与计算机视觉· Ruibo Wang, Fengbei Liu, Aleksei Tiulpin, Mert R. Sabuncu, Heejong Kim·· 3 天前AI 评分48

RaFL:一种用于图像重建的随机滤波器损失实证研究

RaFL: An Empirical Study of Random Filter Losses for Image Reconstruction

AI 导读

RaFL 通过结合随机卷积、傅里叶特征和小波滤波器,在无需预训练特征或手动调参的情况下实现图像重建。该方法在五个任务中表现稳定且计算开销低,仅增加不到 2% 的前向 FLOPs,所需损失函数 FLOPs 比 VGG19 感知损失少 182 倍。研究证实该损失目标对 2D 和 3D 重建均有效,优于像素损失并匹配其在两个任务上的表现。

来源:arXiv · 机器人与计算机视觉 · arxiv.org