استعادة الصور باستخدام الترميز الذاتي الإقلاعي مع الاتصالات القفزية المتماثلة

إعادة بناء الصور، بما في ذلك إزالة الضوضاء من الصور، زيادة الدقة، الترميم (inpainting)، وغيرها، هي مشكلة مُدَرَسَة جيدًا في رؤية الحاسوب ومعالجة الصور، وكذلك تعد بيئة اختبار للخوارزميات النموذجية للصور على المستوى المنخفض. في هذا العمل، نقترح شبكة ترميز-فك الترميز ذات طبقات تجميعية كاملة وعميقة للغاية لإعادة بناء الصور، وهي إطار عمل يجمع بين الطبقات التجميعية والتفكيكية المتماثلة. بعبارة أخرى، تتكون الشبكة من عدة طبقات من المشغلين التجميعيين والتفكيكيين، وتتعلم الخرائط من نهاية إلى نهاية من الصور المعيبة إلى الأصلية. تقوم الطبقات التجميعية بإلتقاط التجريدات للمحتوى الصوري بينما تزيل التشوهات. أما الطبقات التفكيكية فلديها القدرة على زيادة حجم الخرائط المميزة واستعادة تفاصيل الصورة. لمعالجة المشكلة التي تتمثل في أن الشبكات الأعمق تكون غالبًا أكثر صعوبة في التدريب، نقترح ربط الطبقات التجميعية والتفكيكية بشكل متماثل باستخدام اتصالات طبقات القفز (skip-layer connections)، مما يجعل عملية التدريب تتقارب بشكل أسرع وتحقق نتائج أفضل.