SR
Melody_hxy
这个作者很懒,什么都没留下…
展开
-
各向异性高斯
https://www.cnblogs.com/klitech/p/6144670.html原创 2021-05-12 20:44:46 · 1456 阅读 · 0 评论 -
在目前超分辨率的论文中不使用MSE,而使用L1或者Perceptual loss的原因是什么?
L2损失的一些缺点:L2损失对大的error有强的惩罚,对小的error的惩罚低,忽略了图像内容本身的影响。实际上人眼视觉系统(HVS)对图像中的无纹理区域的亮度和颜色变化更敏感。而目前使用的感知域损失,即Perceptual loss,个人认为在得到感知域内容的过程中,对图像的内容进行了一次提炼,因此在感知域空间中计算损失相当于结合图像内容的损失,会使得复原后的图像视觉效果上更好。L2损失...原创 2020-03-27 20:44:31 · 2557 阅读 · 0 评论 -
SR综述
Deep Learning for Image Super-resolution: A Survey监督式SRSR框架图二 监督式SR的常用框架结构 先上采样SR后上采样SR目的:解决先上采样SR存在的计算效率问题,以及更多的利用DL的能力。做法:在取代先上采样操作,在低维空间进行mapping操作,然后在最后放置一个端到端可学习的上采样层。好处:具有巨大计算量的利用非线性卷积进行...转载 2020-03-27 13:22:15 · 1305 阅读 · 0 评论