图像的down-samplig 和up-sampling

1.down-sampling（降采样/下采样）

图像的down-sampling也称图像sub-sampling，通过舍弃一些元素，实现图像的缩放。

(图源Udacity course "Introduction to Computer Vision)

在CNN中，汇合层（Pooling layer）通过max pooling 或average pooling等操作，使汇合后结果中一个元素对应于原输入数据的一个子区域，因此汇合操作实际上就是一种”降采样“操作

2.Upsampling（上采样）

图像的up-sampling 是指，通过向图像中添加一些，实现图像的放大或分辨率的优化等。常用方法有：

• Bilinear（双线性插值法）
  • 不需要进行学习，运行速度快，操作简单。
  • 只需要设置好固定的参数值即可，设置的参数就是中心值需要乘以的系数。
• Deconvolution（反卷积）
  • 参考https://github.com/vdumoulin/conv_arithmetic
• Unpooling（反池化）
  • 在池化过程中，记录下max-pooling在对应kernel中的坐标
  • 在反池化过程中，将一个元素根据kernel进行放大，根据之前的坐标将元素填写进去，其他位置补0

参考链接

---

【1】https://blog.csdn.net/g11d111/article/details/82350563

【2】https://www.youtube.com/watch?v=-Ce8L5CMBbg

【3】https://blog.csdn.net/u014451076/article/details/79156967