超级会员免费看
本文提出了一种结构保持的超分辨率方法，利用梯度信息来改善GAN方法中可能出现的结构损失问题。通过引入梯度分支和SR分支的结合，以及梯度损失函数，提高了图像重建的质量和几何一致性。实验表明，这种方法在保持纹理结构和提高视觉效果方面表现出色。
Structure-Preserving Super Resolution with Gradient Guidance
文章链接：https://arxiv.org/pdf/2003.13081.pdf
项目地址：https://arxiv.org/pdf/2003.13081.pdf
利用图像的梯度图来引导SR.并且设计了梯度图的损失函数和计算方法
abstract 1、简介 2、相关工作
In this paper, we propose a structure-preserving super resolution method to alleviate the above issue while maintaining the merits of GAN-based methods to generate perceptual-pleasant details.
现有的GAN方法生成的图像经常会有结构上的损失，本文缓解了这个问题，采用了梯度作为先验信息的方法来改善。
以MSE为损失函数，虽然PSNR数值高，但是图像内容模糊。
基于GAN方法存在的问题：容易产生失真和尖锐的边缘效应。
判别器会引入不稳定因素，
订阅专栏 解锁全文
扫一扫
3112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
