【图像超分】论文精读：EnhanceNet: Single image super-resolution through automated texture synthesis

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：EnhanceNet: Single image super-resolution through automated texture synthesis —— EnhanceNet:通过自动纹理合成单幅图像超分辨率

论文地址：EnhanceNet: Single image super-resolution through automated texture synthesis

ICCV 2017！

Abstract

单图像超分辨率是从单个低分辨率输入推断高分辨率图像的任务。传统上，该算法对该任务的性能是使用像素级重建度量来衡量的，例如峰值信噪比 (PSNR)，这已被证明与人类对图像质量的感知相关性很差。因此，最小化这些指标的算法往往会产生过度平滑的图像，这些图像缺乏高频纹理，尽管产生高 PSNR 值，但看起来并不自然。

我们提出了一种新的自动纹理合成应用，结合感知损失，专注于创建真实的纹理，而不是在训练过程中优化地面真实图像的像素精确再现。通过在对抗训练设置中使用前馈全卷积