[7].Multi-Level Generative Chaotic Recurrent Network for Image Inpainting

作者提出一個(gè)具有 quad-directional 編碼器的 generative chaotic RNN，可以從單個(gè)損壞的圖像中進(jìn)行圖像修復(fù)，既高效又具有魯棒性，而且無(wú)需對(duì)圖像進(jìn)行任何預(yù)訓(xùn)練或建模。

與現(xiàn)有的深度 CNN 圖像修復(fù)方法相比，所提出的網(wǎng)絡(luò)架構(gòu)結(jié)構(gòu)緊湊，從而在不犧牲修復(fù)質(zhì)量的前提下大大降低了計(jì)算需求。

由于只需要訓(xùn)練輸出層，所以提出的網(wǎng)絡(luò)具有較快的收斂速度，從訓(xùn)練開(kāi)始計(jì)算的損耗就