北屿的博客

使用感知和对抗性损失进行训练的单图像超分辨率（SISR）网络相较于使用失真导向损失（如 L1 或 L2）进行训练的网络，其输出提供了更高对比度。然而，已经证明仅仅使用单一感知损失不足以准确地恢复图像中局部变化的多样形状，往往导致生成不良的伪影或不自然的细节。因此，人们尝试了各种损失的组合，例如感知损失、对抗性损失和失真损失，但是找到最佳组合仍然具有挑战性。因此，在本文中，我们提出了一种新的 SISR 框架，通过应用最优目标来生成高分辨率输出中各个区域的合理结果。