【图像超分】论文精读：Deep Back-Projection Networks For Super-Resolution（DBPN）

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：Deep Back-Projection Networks For Super-Resolution —— 用于超分辨率的深度反投影网络

论文地址：Deep Back-Projection Networks For Super-Resolution

论文项目中推荐的Pytorch代码：https://github.com/alterzero/DBPN-Pytorch

CVPR 2018！NTIRE2018 x8 冠军！用了反投影！

Abstract

最近提出的深度超分辨率网络的前馈架构学习低分辨率输入的表示，以及从那些到高分辨率输出的非线性映射。然而，这种方法并不能完全解决低分辨率图像和高分辨率图像的相互依赖关系。我们提出了深度反投影网络（DBPN），它利用迭代上采样和下采样层，为每个阶段的投影误差提供误差反馈机制。我们构建了相互连接的上采样和下采样阶段，每个阶段代表