深度学习中反卷积层(转置卷积)引起的棋盘格噪声

在基于CNN的超分辨率中，经常在最后一层使用stride>1的deconv layer，而这会造成棋盘格噪声。如下图所示

 

具体产生原因

上面的黑格子是表示原始图像中的某一个像素点，白色的表示转置卷积中的stride，一般是用0去填充。下面一层就是deconv生成的图像。可以看到stride不能整除size的时候，就会出现棋盘格效应（当然，就算整除也不能完全消除）。

 

 

 如何避免呢？

采用一般的插值算法(NN或bilinear)先把图像放大到目标分辨率，再用普通的conv去做计算，替代deconv layer。

 

最后效果

 

参考文献

[1] https://distill.pub/2016/deconv-checkerboard/              deconvolution and checkerboard artifacts