KevinJ-Huang / FECNet

ECCV 2022 (Official implementation of "Deep Fourier-based Exposure Correction Network with Spatial-Frequency Interaction")
65 stars 3 forks source link

幅值经过卷积操作之后不需要限制它大于零么 #5

Open tanbuzheng opened 9 months ago

tanbuzheng commented 9 months ago

作者您好!最近,看了您的论文,写的很好!但我有一点小小的疑问,希望得到您的解答! 就是对幅值分量进行两组卷积操作后,我看您用的都是leakyrelu操作,所以这里是不需要将学习到的幅值限制到大于零的范围上么?

huangkevinj commented 9 months ago

这是个好问题,确实会存在这个问题,论文“https://openaccess.thecvf.com/content/ICCV2023/papers/Chu_Rethinking_Fast_Fourier_Convolution_in_Image_Inpainting_ICCV_2023_paper.pdf” 对相关问题进行了讨论。对于幅度和相位问题,确实可以考虑使用ReLU限制其范围,但是在最后IFFT的时候,负数值会强制变为0,而中间的特征是否为0,我理解这个并不重要(因为是黑盒暴力学的过程),强制为0可能会限制网络学习的自由度,因为学习范围变窄了。考虑到物理条件的限制,置为0可能效果会变好,可以做相关实验去对比看一下。