论文: Reverse Convolution and Its Applications to Image Restoration作者: Xuhong Huang, Shiqi Liu, Kai Zhang, Ying Tai, Jian Yang, Hui Zeng, Lei Zhang发表: ICCV 2025论文链接: https://arxiv.org/abs/2508.09824代码链接: https://github.com/cszn/ConverseNet一、引言卷积（Convolution）和转置卷积（Transposed Convolution，也称反卷积）是神经网络中的两个基本算子。卷积用于特征提取和空间下采样，而转置卷积则用于上采样。由于这种功能上的"对应关系"，许多工作将转置卷积视为卷积的"反向操作"。但本质上，转置卷积并不是卷积的数学逆运算。它实际上是通过在输入元素之间插入零值，再执行标准卷积来实现上采样的。从数学角度看，卷积 + 下采样之后能否"还原"原始特征，长期是一个悬而未决的问题。注：在图像复原（去噪、超分、去模糊）领域，这个"逆运算"问题尤为重要——模型需要在特征空间中精确重建被卷积操作"压缩"过的信息。本文