《表1 判别网络结构与输出尺寸》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《残差分离卷积神经网络的图像去运动模糊技术》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Deep Deblur判别网络卷积神经网络架构如表1所示，其中Conv4×4表示卷积核为4×4的卷积层，s表示步长为2，IN表示实例规范层（Instance Normalization)，LRe LU表示泄露修正线性单元（Leaky ReLU）层。这是一个类似VGG结构的二分类器，用于估计一个图像来自于训练数据集（非生成数据）的概率。如果生成器生成的图像“骗过”判别器，则最终获得一个标签。全连接层比较容易过拟合，影响整个模型的泛化能力，因此本文加入全局池化，即对每个特征图一整张图片进行全局均值池化操作，这样每张特征图都可以对应一个输出。这种采用均值池化的操作，大大减少了网络参数，避免了过拟合。Leaky Re LU层参数为0.2。