Blind Super-Resolution Kernel Estimation using an Internal-GAN

本文探讨了KernelGAN,一种仅依赖图像的自监督学习方法,通过对抗损失训练生成器以模拟高分辨率图像的降质过程。关键挑战在于如何在损失函数中找到跨尺度相似区块。
摘要由CSDN通过智能技术生成

这篇论文的思路是真得好。该方法本质上是通过最大化图像跨尺度自相似性估计模糊核。

the correct SR-kernel is also the downscaling kernel which maximizes the similarity of patches across scales of the LR image.

KernelGAN仅利用图像本身,不使用任何外部样本,属于自监督学习。

KernelGAN通过训练低分辨率图像的降采样版本与低分辨率图像之间的对抗损失,使得生成器拟合高分辨率图像的降质过程,生成网络是模糊核。
在这里插入图片描述
判别器——判别是否与原图像的块相像。
在这里插入图片描述
生成器——生成组成块与原图像相像的降采样图像。
在这里插入图片描述

评论
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