Rotation Equivariant Proximal Operator for Deep Unfolding Methods in Image Restoration
题目：图像恢复中深度展开方法的旋转等变近端算子
作者：Jiahong Fu; Qi Xie; Deyu Meng; Zongben Xu
源码： https://github.com/jiahong-fu/Equivariant-Proximal-Operator
摘要
深度展开方法在计算机视觉任务中引起了显著的关注，它很好地连接了传统的图像处理建模方式与最新的深度学习技术。具体来说，通过在每个实现步骤的算法算子与每层网络模块之间建立直接对应关系，可以合理构建一个几乎“白盒”的网络架构，具有高度的可解释性。在这种架构中，只有近端算子的预定义部分，即近端网络，需要手动配置，使网络能够以数据驱动的方式自动提取图像的内在先验。在当前的深度展开方法中，这样的近端网络通常被设计为CNN架构，其必要性已由最近的理论所证明。也就是说，CNN结构实质上提供了图像先验中的平移对称性，