超分算法ESPCN:Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel亚像素卷积

在这里插入图片描述

Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network

这篇文章提出了一种新的上采样方式:亚像素卷积(PixelShuffle),对于当时SR任务的计算速度和重建效果都有不错的提升。
本文只简单记录对亚像素卷积的基本了解,详细内容可以看参考目录中的文章。

ESPCN:Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network
参考目录:
超分之ESPCN
亚像素 / sub-pixel、亚像素卷积

几种上采样方式

在这里插入图片描述
SR任务中上采样的几种方法:

  1. 双三次插值作为基础,使用卷积层进行微调修正。DCSCN
  2. 反卷积层,使用pangding的方式扩大图像。SRDenseNet
  3. 使用步长为 1 r
  • 10
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值