Perceptual Loss（感知损失）论文笔记

 

“Perceptual Losses for Real-Time Style Transfer and Super-Resolution”论文出自斯坦福大学李飞飞团队，发表于ECCV 2016

论文地址：https://arxiv.org/abs/1603.08155
补充材料地址：https://cs.stanford.edu/people/jcjohns/papers/eccv16/JohnsonECCV16Supplementary.pdf

简介
图像转换问题（image transformation tasks），输入一副图像转换成另一幅图像输出。现有方法来解决的图像转换问题，往往以监督训练的方式，训练一个前向传播的网络，利用的就是图像像素级之间的误差。这种方法在测试的时候非常有效，因为仅仅需要一次前向传播即可。但是，像素级的误差没有捕获输出和ground-truth图像之间的感知区别（perceptual differences）。

最近的研究工作表明，高质量的图像可以通过定义和优化perceptual loss函数来生成，该损失函数基于使用预训练好的网络提供的高层的特征。

本文中，我们将两者的优势进行结合，训练一个前向传播的网络进行图像转换的任务，但是不用 pixel-level loss function，而采用 perceptual loss function。在训练的过程中，感知误差衡量了图像之间的相似性，在测试的时可实时运行。

网络架构
网络架构的设计是本文的亮点，网络主要由两个部分构成：一个是 image transformation network 一个是 loss network 用来定义 loss function。

 

 

图像转换网络是一个残差网络，用于风格迁移和超分辨的网络结构有所不同，可参考论文的补充材料，具体的图像转换网络如下：

 

 

 

 

 

在使用中，Transform网络用来对图像进行转换，它的参数是变化的，而Loss网络，则保持参数不变，Transform的结果图，风格图和内容图都通过Loss Net得到每一层的feature激活值，并以之进行Loss计算

损失函数
image trans- formation network将输入图像转换为输出图像 y^。每个损失函数计算一个 scalar value 衡量输出图像和目标图像之间的不同。图像转换网络 是通过 SGD 进行训练的，利用加权的损失函数，如下所示：

 

 

对于 style transfer 来说，the content target yc 是输入图像 x，the output image y^ 应结合 the content x = yc 和 ys 的 style
对于超分辨来说，输入图像 x 是一个低分辨率的图像，the content target yc 是一个 gt 高分辨率的图像，style reconstruction loss没有用到。对于每一种超分辨的因子，需要单独训练。

Feature Reconstruction Loss

 

 

不同层的重建效果不同，可以通过实验结果看到，高层的重建效果可以保留图像内容和整体的空间结构，但是颜色，纹理，确切的形状不能保留。

 

 

Style Reconstruction Loss

构建了一个Gram矩阵，即i通道的feature map与j通道的feature map进行内积，用以衡量两个feature map之间的差异度，从而可以从两张图的Gam矩阵入手，构建loss函数。

两张图的size即使完全不一致也可以计算出该style loss，因为Gram矩阵计算时基于的是卷积层的feature map的总差异。

 

 

 

 

重建效果

 

 

实验结果

 

 

 

 

 

总结
风格迁移效果与文中的参考文献[10]类似，但是快了3个数量级。
使用perceptual loss的图像超分辨率获得了更好的视觉效果。

作者在文章末尾提出了，打算把perceptual loss应用于其他image transformation tasks中去，例如图像着色和语义分割。并尝试使用不同的lose network以验证对transform network的影响。

参考：

https://www.cnblogs.com/wangxiaocvpr/p/6298179.html
https://blog.csdn.net/stdcoutzyx/article/details/54025243
————————————————
版权声明：本文为CSDN博主「骑猪撞地球J」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43840215/article/details/89761549