图像超分辨率技术总结整理

• 真实图像的降级过程很复杂，

• 评价指标

• 超分辨网络的结构分类
  
  

预上采样的优点是无须考虑输入和输出的尺寸不匹配问题。缺点是会产生虚假问题，干扰网络学习。所有的计算都在高维空间中进行，增加了运算负担

• 后上采样
  

在低维空间中提取特征，降低计算复杂度。但是上采样倍数较大时，过多的信息缺失导致单个上采样层无法工作。学习难度快速升高，此外，要为每一种放大倍数重新训练一次模型。很不方便

• 兼容不同放大倍数，这种多阶段的学习网络可以结合特定的方法进一步降低学习的难度，但是由于架构的复杂性，还是有一定难度。
  
• 效果好，但是复杂，需要进一步探索。