第一次来请先看这篇文章:【超分辨率(Super-Resolution)】关于【超分辨率重建】专栏的相关说明,包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等)
文章目录
前言
论文题目:ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks —— ESRGAN:增强超分辨率生成对抗网络
论文地址:ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks
作者提供的论文源码(Pytorch):https://github.com/xinntao/ESRGAN
Abstract
超分辨率生成对抗网络(SRGAN)[1]是一项开创性的工作,能够在单幅图像超分辨率过程中生成逼真的纹理。然而,幻觉细节往往伴随着令人不快的伪影。为了进一步提高视觉质量,我们深入研究了SRGAN的三个关键组件——网络架构、对抗性损失和感知损失,并改进它们中的每一个以获得增强的SRGAN (ESRGAN)。特别是,我们引入了无批归一化的残差密集块(RRDB)作为基本网络构建单元。此外,我们借鉴了相对论