首先看一下這篇文章的摘要 盡管利用CNN做圖像超分辨在速度和精度上都有了突破，然后關鍵的問題在於做高倍超分辨的時候恢復精細的紋理很有挑戰。當前的工作基本利用MSE做損失函數，但是產生的結果經常缺失高頻細節，感知效果不好。本文首次提出利用生成對抗網絡做高倍率超分辨，提出利用內容損失 perceptual loss 和對抗損失 adversarial loss . 網絡結構： 其中： SRResNet ...
2019-04-04 15:06 0 3233 推薦指數：
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network 2016.10.23 摘要：本文針對傳統超分辨方法中存在的結果過於平滑的問題，提出了結合最新的對抗網絡 ...
論文原址:https://arxiv.org/abs/1707.02921 代碼: https://github.com/LimBee/NTIRE2017 摘要 以DNN進行超分辨的研究比較流行,其中，殘差學習較大的提高了性能。本文提出了增強的深度超分辨網絡（EDST ...
StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 本文將利用 GANs 進行高質量圖像生成，分為兩個階段進行，coarse ...
1. 論文簡介 ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks為ECCV 2018 workshop文章，該方法在PIRM2018-SR比賽（PIRM2018-SR Challenge）中取得第一名，本論文提出 ...
概要 近年來，深度卷積神經網絡（CNNs）在單一圖像超分辨率（SISR）中進行了廣泛的探索，並獲得了卓越的性能。但是，大多數現有的基於CNN的SISR方法主要聚焦於更寬或更深的體系結構設計 ...
1. 摘要 CNN 中的特征包含着不同類型的信息，它們對圖像重建的貢獻也不一樣。然而，現在的大多數 CNN 模型卻缺少對不同信息的辨別能力，因此也就限制了模型的表示容量。 另一方面 ...
摘要 問題描述 何愷明將深度學習技術引入超分辨問題的開山之作SRCNN(2014年），主要存在以下幾個問題： 1、感受野小，使得獲取的語義信息少 ...
博客作者：凌逆戰 論文地址：基於GAN的音頻超分辨率 博客地址：https://www.cnblogs.com/LXP-Never/p/10874993.html 論文作者：Sefik E ...
