CosAE：基于傅里叶级数的全新自编码器，实现超分辨率图像复原

研究人员提出了一种新颖的自编码器CosAE，它巧妙地将经典的傅里叶级数与前馈神经网络结合。CosAE将输入图像表示为一系列二维余弦时间序列，每个序列由可学习的频率和傅里叶系数定义。与传统自编码器相比，CosAE在瓶颈层编码频率系数（即幅度和相位），实现了极端的空间压缩，例如在瓶颈处使用64倍下采样的特征图，同时在解码时不会损失细节。实验表明，CosAE在灵活分辨率超分辨率和盲图像复原等具有挑战性的任务上超越了现有技术，展现了其学习通用图像复原表示的能力。