【图像超分】论文精读：Cross-Scale Internal Graph Neural Network for Image Super-Resolution（IGNN）

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）

---

前言

论文题目：Cross-Scale Internal Graph Neural Network for Image Super-Resolution —— 用于图像超分辨率的多尺度内部图神经网络

论文地址：Cross-Scale Internal Graph Neural Network for Image Super-Resolution

Pytorch版本代码（论文源码）：https://github.com/sczhou/IGNN

NeurIPS 2020 ! 多尺度图神经网络用于图像超分！

Abstract

自然图像中的非局部自相似性已被很好地研究，作为图像恢复的有效先验。然而，对于单图像超分辨率 (SISR)，大多数现有的深度非局部方法（例如非局部神经网络）仅在低分辨率 (LR) 输入图像的相同尺度内利用相