目的:将图像从低分辨率图像转换为高清超分辨率图像,传统方式是双线性插值
1.SRCNN:模型参考:https://blog.csdn.net/Autism_/article/details/79401798
作者在获取训练和测试样本时使用了自动生成的方法,非常巧妙,也有人是通过高清相机和手机照片对同一物体进行拍摄,并由此作为训练集,方法没有上述作者的好。
SRCNN是首个使用深度学习进行高分辨率转换的算法,部分论文中说SRCNN 很难训练,它对超参数的变化非常敏感,并且MSE(均方差)作为loss不是太别好,所以有人提出改进:http://ai.51cto.com/art/201711/557334.htm
2.FSRCNN:https://www.cnblogs.com/ranjiewen/articles/9094321.html
模型论文及实验结果:http://mmlab.ie.cuhk.edu.hk/projects/FSRCNN.html
3.其它方法还有:ESPCN、VDSR、DRCN、RED、DRRN、SRDenseNet、SRGAN、EDSR等等,参考: