时间 | 期刊 | 方法 | 训练集 | 测试集 | 损失函数 | 效果 | 评价指标 |
2017年 | cvpr | 一种从粗到细逐步预测的方法。 | 291数据集。使用三种方式进行数据扩充。 | SET5 [2], SET14 [39], BSDS100 [1], UR- BAN100 [15] and MANGA109 [23] |
鲁棒的Charbonnier损失函数 | 在基准数据集上进行的大量定量和定性评估表明,该算法在速度和准确性方面优于最新的方法 | PSNR、SSIM[32]和IFC[27] |
论文地址:Deep laplacian pyramid networks for fast and accurate super-resolution
代码: