论文地址:Residual dense network for image super-resolution
代码:https://github.com/yulunzhang/RDN
摘要:大部分基于CNN的方法没有充分利用原始LR图像的分层特征,因此获得了非常低的性能。在这篇文章中,作者提出了新的残差密集网络(RDN)来解决这个问题。这个模型可以充分提取分成特征。特别是,基于密集连接的RDB模块可以提取充足的局部特征。RDB接收前面所有RDB的状态。在RDB中也使用了局部特征融合可以自适应的学习更多有效特征,并且可以有效的稳定训练过程。在局部特征融合之后,作者使用全局特征融合联合学习全局特征。在基准数据集上不同的退化模型的实验表明了模型的性能优于很多STOA模型、
引言