Deep Back-Projection Networks For Super-Resolution
原文用网盘分享:https://pan.baidu.com/s/1R_lv97JaPikNgJa6TKcjkQ, 提取码:g4u5
代码:https://github.com/alterzero/DBPN-caffe
本文是2018CVPR中一篇关于图像超分辨的论文,同时也是NTIRE2018在经典的bicubic 8倍放大赛道上的冠军。
主要思想
近几年,普遍用来进行图像超分辨率的网络结构主要有三种。
第一种:Predefined upsampling。预定义上采样,对低分辨率图像先进行插值操作,例如双三次插值,使得图像尺寸与目标图像尺寸一致,这是为了在低分辨率和高分辨率图像之间进行较好的非线性映射。但是,该操作可能会引入新的噪声,并且计算量较大。
第二种:Single upsampling。在最后一层进行上采用,直接对低分辨率图像做卷积操作,不进行插值操作,这样减少了计算量。但是无法学习到复杂的映射。
第三种:Progressive upsampling。渐进式上采样,类似于单个上采样的堆叠。本文提出了一种迭代上采样和下采样的网络结构&#