【图像超分】论文精读:Image Super-Resolution Using Very Deep Residual Channel Attention Networks(RCAN)
卷积神经网络 (CNN) 深度对于图像超分辨率 (SR) 至关重要。然而,我们观察到更深层次的图像 SR 网络更难训练。低分辨率输入和特征包含丰富的低频信息,在通道之间平等对待,从而阻碍了cnn的表示能力。为了解决这些问题,我们提出了非常深的残差通道注意网络(RCAN)。具体来说,我们提出了一种残差 (RIR) 结构中的残差来形成非常深的网络,该网络由几个具有长跳跃连接的残差组组成。每个残差组都包含一些具有短跳跃连接的残差块。同时,RIR 允许通过多个跳跃连接绕过丰富的低频信息,使网络专注于学习高频信息。
复制链接