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:Learning A Single Network for Scale-Arbitrary Super-Resolution —— 学习用于尺度任意超分辨率的单一网络
论文地址:Learning A Single Network for Scale-Arbitrary Super-Resolution
论文源码:https://github.com/The-Learning-And-Vision-Atelier-LAVA/ArbSR
ICCV 2021!
Abstract
最近,利用强大的网络显着提高了单图像超分辨率 (SR) 的性能。然而,这些网络是为具有特定整数比例因子(如×2/3/4)的图像SR开发的,不能处理非整数和非对称SR。在本文中,我们建议从特定于尺度的网络学习任意尺度的图像 SR 网络。具体来说,我们为现有的 SR 网络开发了一个插件模块来执行任意尺度的 SR