CVPR2019超分领域出现多篇,更接近于真实世界原理的低分辨率和高分辨率图像对应的新思路。具体来说,以前论文训练数据主要使用的是人为的bicubic下采样得到的,网络倾向于学习bicubic下采样的逆过程,这与现实世界原理不太相符。为了得到重建结果吗,要么采用psnr-oriented方式获得更高的psnr,要么采用perceptual-oriented获得更好的主观效果。但这与现实世界image system并不吻合,有可能会造成deterioration.
《zoom to learn,learn to zoom》
提出用单反相机的不同焦距作为网络训练数据。
不用P30 Pro,普通手机也能变身望远镜:陈启峰团队新作,登上CVPR 2019
感觉可以让一个普通相机拍摄的图片变成华为P30PRO样片的感觉,先看一下具体的模型训练结果,可以看到远处梯子的条纹清晰可辨,仿佛添加了一个单反长焦镜头
最大的贡献体现在一下几点:
1.抛弃以前RGB->RGB,使用RAW->RGB训练方式(RAW数据更原始,干净)
ablation实验表明这种方式的优越性