【论文阅读笔记】用于真实图像超分辨率的一种局部判别学习方法(LDL)
具有生成对抗网络的单图像超分辨率由于其具有产生丰富细节的潜力而备受关注。但是GAN的训练过程具有不稳定性,在生成细节的同时也会产生在感官上令人不舒服的伪影。在此篇论文中作者证明了可以训练基于GAN的SISR模型,该模型在可以稳定地生成在感官上更为逼真的细节的同时也会抑制伪影的生成。基于观察到的伪影区域的局部统计(例如残值方差)通常不同于感知较好的区域,作者开发了一个用来区分GAN网络生成的伪影和真实细节的框架,并因此生成伪影映射图来规范和稳定模型的训练过程。 作者所提出的局部判别学习模型。
原创
2022-10-27 20:21:23 ·
1088 阅读 ·
3 评论