HINet：画像復元のためのハーフインスタンス正規化ネットワーク

本稿では、低レベル視覚タスクにおけるインスタンス正規化（Instance Normalization）の役割について検討する。具体的には、画像復元ネットワークの性能向上を目的として、新しいブロック「ハーフインスタンス正規化ブロック（Half Instance Normalization Block, HIN Block）」を提案する。このHIN Blockを基盤として、2つのサブネットワークから構成されるシンプルかつ強力なマルチステージネットワークであるHINetを設計した。HIN Blockの導入により、HINetはさまざまな画像復元タスクにおいて、既存の最先端（SOTA）手法を上回る性能を達成した。画像ノイズ除去において、SIDDデータセットにおいてPSNRで0.11dBおよび0.28dBの向上を達成し、演算量（MACs）はそれぞれ7.5%および30%に抑え、処理速度は6.8倍および2.9倍の高速化を実現した。画像ぼかし除去では、REDSおよびGoProデータセットにおいて、MACsを22.5%に削減しつつ、同等の性能を達成し、処理速度は3.3倍高速化した。画像雨除けにおいては、複数データセットの平均結果においてPSNRで0.3dBの向上を達成し、処理速度は1.4倍の高速化を実現した。また、NTIRE 2021 Image Deblurring Challenge - Track2において、HINetにより1位を獲得し、JPEGアーティファクト除去タスクでPSNR 29.70を達成した。コードはGitHubにて公開されている：https://github.com/megvii-model/HINet。