开关网络

深度卷积神经网络极大地提高了各种图像恢复任务的性能。然而，这是以增加计算负担为代价的，这限制了它们的实际使用。我们认为一些损坏的图像区域天生比其他区域更容易恢复，因为图像中的失真和内容是不同的。为此，我们提出了一种多路径卷积神经网络(CNN) Path-Restore，它具有一个pathfinder，可以动态地为每个图像区域选择合适的路径。我们采用强化学习的方法对探路者进行训练，并对其进行难度调节

>>阅读原文<<