图像超分辨率-数据集和评价标准（待补充）

图像数据集

Dataset	Amount
Set5	5
Set14	14
Urban100	100
BSDS300	300
BSDS500	500
DIV2K	1000
General-100	100
L20	20
Manga109	109
OutdoorScene	10624

数据库链接：
http://vllab.ucmerced.edu/wlai24/LapSRN/

插值算法

部分数据集包含HR-LR图像对，其他的只提供HR图像，通过对HR图像BiCubic插值得到LR图像。

基于插值的上采样方法仅基于其自身的图像信号来提高图像分辨率，而不带来更多的信息。重建结果容易带来噪声放大、模糊结果。

为了克服插值方法的缺点，学者提出基于深度学习的上采样层，应用在 post-upsampling framework，在端与端学习的网络末端

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TUYdqdkm-1620831086352)(D:\杂货文件夹\文章MD\图像附件\上采样\Post-up.png)]

Transposed Convolution Layer

通过补0并卷积来扩展图像

1、图像扩展，需要添加的像素补0；

2、使用3X3的内核进行卷积；

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VC3P0uyC-1620831086359)(D:\杂货文件夹\文章MD\图像附件\上采样\UPSam_Transposed.png)]

Sub-pixel Layer

端到端深度学习的上采样层方式，也被SR模型广泛使用

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-smCmY8FM-1620831086363)(D:\杂货文件夹\文章MD\图像附件\上采样\UPSam_Sub-pixel.png)]

1、设定上采样因子即放大倍数 S;

2、若对特征图放大S倍，则生成 S^2个相同尺寸的特征图；

3、将S^2个特征图拼接成一个原图放大S倍的大图

PQ评价标准

PSNR

Peak signal-to-noise ratio (PSNR)是应用广泛的质量评估标准
P S N R = 10 ∗ l o g 10 (