首先看一下这篇文章的摘要 尽管利用CNN做图像超分辨在速度和精度上都有了突破，然后关键的问题在于做高倍超分辨的时候恢复精细的纹理很有挑战。当前的工作基本利用MSE做损失函数，但是产生的结果经常缺失高频细节，感知效果不好。本文首次提出利用生成对抗网络做高倍率超分辨，提出利用内容损失 perceptual loss 和对抗损失 adversarial loss . 网络结构： 其中： SRResNet ...
2019-04-04 15:06 0 3233 推荐指数：
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network 2016.10.23 摘要：本文针对传统超分辨方法中存在的结果过于平滑的问题，提出了结合最新的对抗网络 ...
论文原址:https://arxiv.org/abs/1707.02921 代码: https://github.com/LimBee/NTIRE2017 摘要 以DNN进行超分辨的研究比较流行,其中，残差学习较大的提高了性能。本文提出了增强的深度超分辨网络（EDST ...
StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 本文将利用 GANs 进行高质量图像生成，分为两个阶段进行，coarse ...
1. 论文简介 ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks为ECCV 2018 workshop文章，该方法在PIRM2018-SR比赛（PIRM2018-SR Challenge）中取得第一名，本论文提出 ...
概要 近年来，深度卷积神经网络（CNNs）在单一图像超分辨率（SISR）中进行了广泛的探索，并获得了卓越的性能。但是，大多数现有的基于CNN的SISR方法主要聚焦于更宽或更深的体系结构设计 ...
1. 摘要 CNN 中的特征包含着不同类型的信息，它们对图像重建的贡献也不一样。然而，现在的大多数 CNN 模型却缺少对不同信息的辨别能力，因此也就限制了模型的表示容量。 另一方面 ...
摘要 问题描述 何恺明将深度学习技术引入超分辨问题的开山之作SRCNN(2014年），主要存在以下几个问题： 1、感受野小，使得获取的语义信息少 ...
博客作者：凌逆战 论文地址：基于GAN的音频超分辨率 博客地址：https://www.cnblogs.com/LXP-Never/p/10874993.html 论文作者：Sefik E ...
