SRCNN论文笔记
论文:Learning a Deep Convolutional Network for Image Super-Resolution
SRCNN是将卷积神经网络(CNN)应用于图像超分辨率(Super resolution,SR)的开山之作,目前已有很多专业的论文解读,本文仅作个人学习笔记记录。官方论文与实现代码链接:http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html
SR过程
SR过程:以低分辨率图像作为输入,利用双三次插值(bicubic interpolation)将其放大至目标分辨率得到图像Y。虽然Y的分辨率已提高,但此时仍将其视为低分辨率图像,利用卷积神经网络学习映射F,使得F(Y)无限接近真实图像(ground truth)X。具体过程如下图所示:
网络结构
网络使用三层卷积神经网络,分别代表三个不同的操作,网络结构如下图所示,这也是SRCNN的核心所在。