论文全名:Image Super-Resolution via Deep Recursive Residual Network
下载地址:http://pan.baidu.com/s/1hsQk8j6
code:https://github.com/tyshiwo/DRRN_CVPR17
这是一篇CVPR2017的关于图像超分辨率的文章,相较于VDSR取得了更好的结果,从结构上看,还是之前的基调,更深的网络结构(52层),同时采取了递归操作,递归模块中存在权重共享,减少了模型的参数,取得了较好的成果
创新点:
1.更深的网络层次,其实最近的关于图像超分辨率的论文都是一个基调,越深越好,不过深度增加的网络对梯度传播带来困难,最近的论文如VDSR,DRCN,LapSRN都采取了相关的解决措施,当然,此篇论文采取的是VDSR的调整梯度裁剪 加 DRCN的递归学习
2.递归学习,其实这不算是一个创新点,无论是DRCN还是ResNet都有递归模块,