Channel Attention and Multi-level Features Fusion for Single Image Super-Resolution 文章的解读

因为每周都会有汇报的任务，所以就开个博客记录自己读过的文章。

文章地址：https://arxiv.org/pdf/1810.06935v1.pdf

文章的网络结构：

(i) 图片的上半部分是完整的网络结构，文中提出了一个新颖的递归网络，所有的递归单元都共享参数。

(ii) 低分辨率图像（LR）输入网络，分成两个分支。第一是水平方向，经过一个卷积层，在这里属于“特征提取层”。

(iii) 之后的所有递归块是进一步的特征提取部分。

(iv) 图中网络主线的上采样的前一层的卷积，在文中没有公式表示。

(v) 主线要上采样，LR也需要上采样。（这里这么做的主要原因是，减少计算量）上采样有各种方式，反卷积，pixel shuffle之类的。

(vi) 最后将主线和支线都加和在一起。

 

递归块（Recursive Unit）

Channel Attention

这个部分不是在这片文章第一次提出的，是在Squeeze-and-Excitation Networks这篇文章第一次提出的。

文章的链接在这里：https://arxiv.org/pdf/1709.01507.pdf

这里的部分，我之后抽时间写一下。

是通过“注意力机制”选择出来的。就是每个通道前面都会乘上一个介于0和1 之间的实数，这里的注意力是“软注意力”。是区别于之前的平等对待每一个通道，也就是每一个特征图，加上这个之后，就会区别对待每一个通道。

 

Mutil-level Features Fusion 

Mutil-level Features 是每个递归块中的原图，浅层还有深层，就是对应的,还有。

Fusion，就是图中的两条竖线。这里的融合是Dense“密集”操作。也就是串联操作，或者叫“排队”。

文中提到的，，。

，这里就是和排在一起，就是通道数变多。

最后一个卷积是将通道数压缩，压缩到我们想要的数量。

 

Overall Structure

公式

                                                                    

                                                  

        没发现递归块之后的卷积的公式，所以，这里有一小点问题。如果作者看到的话，希望给点解释。

 

实验细节：

使用291张图片，然后再加上旋转，翻转之类的操作来增加训练的数据集。然后将图片转成YCbCr通道，然后再将Y通道的图片提取出来，作为训练的数据集。

 

我会随时补充的。