基于SRCNN的表情包超分辨率（附tensorflow实现）

SRCNN原理

---

  如上图所示，SRCNN作为深度学习在超分辨率上的第一个应用，仅仅用了简单的三层CNN（但是效果已经很好了），原作者将这三层分别表示为：

• 第一层CNN：对输入图片的特征提取。（9 x 9 x 64卷积核）
• 第二层CNN：对第一层提取的特征的非线性映射（1 x 1 x 35卷积核）
• 第三层CNN：对映射后的特征进行重建，生成高分辨率图像（5 x 5 x 1卷积核）。
• 注：最原始的SRCNN输入不是低分辨率图像，而是低分辨率双立方插值后的图片

实现过程遇到的问题以及解决办法

---

• 采用亮度通道训练，最后测试生成的图片变成偏紫色。

    一开始，我采用了论文说的只训练YCbCr模式的Y通道，具体流程就是：训练的时候输入BRG模式的图片,再转化为YCbCr模式，但是只将Y通道通过CNN网络，最后输出的结果再和另外两个合成生成心得YCbCr模式图片，最后