SRCNN网络如何保持图像的原始大小？为什么图像不会随着每次卷积而变小？

Question

SRCNN是图像超分辨率领域最著名的最新技术之一。作者提出了一种CNN分层结构，其中他们依次使用4个卷积层，滤波器大小为9，1，5，3。

根据我的理解，这意味着图像大小将逐渐减小(第二层除外)。即使使用填充来保持图像大小不变，第一个操作也意味着沿每个边缘添加4个零。因此，大小为5的滤波器基本上只能看到一端的零，这将导致沿边缘的分辨率很差。

这篇论文没有解释他们是如何解决减小图像大小的问题的。任何帮助都将不胜感激。提前谢谢。

Answer 1

这个github存储库展示了处理边缘问题的方法(或洞察力)。您可能需要对其进行一些修改以适应您的代码。

https://github.com/jormeli/srcnn-keras

Answer 2

很抱歉回复晚了，

我一直在这个领域工作，我终于理解了为什么即使应用卷积运算，图像大小也不会减小。让我们以作者提到的架构为例，即(9-3-5 )。

在代码实现中，图像被划分为32x32个子图像，并且对于每个子图像，其hr和lr版本通过缩小和放大来准备。所以我们准备了一个大小为20:20的hr补丁和32:32的lr补丁。(在将这些面片作为第一个圆锥层的输入之前，我们删除了6个边界像素，因此hr面片的形状将是32 - (6+6) = 20 x 20，这就是为什么我将上面的hr面片提到为20:20)

整个技巧在于填充，我们提供LR补丁作为CNN的输入

First conv layer：滤波器大小= 9，填充=有效，所以输出的形状= n-f+1 ( 32 -9+1)= 24，所以第一层的输出是24x24的图像

第二卷积层：滤波器大小= 3，填充=相同，所以输出的形状=输入的形状，所以第二层的输出是24x24的图像

第三层卷积层：滤波器大小= 5，填充=有效，所以输出的形状= n-f+1 ( 24 -5+1)= 20，所以第三层的输出是20x20的图像。

所以最后我们有一个20x20的LR补丁和20x20的HR补丁，我们进行比较，执行mse和反向传播错误。

所以在这里我们实际上并没有增加图像的大小，我们保持图像的大小不变，并进行调整以使图像看起来更好。

干杯:)