图像超分技术路线
卷积理解
卷积可认定为一种矩阵线性变换,连续并排的卷积可以认为是一种推理过程。另外卷积存在着不同的种类,如:
- 卷积核大小不同
- 卷积步长
- 卷积稀疏
可以理解的是,不同的卷积种类只是为了提高解决方法命中度,而增多的通道数也仅仅是提升了解空间大小。
问题定义
设 C o n v X ConvX ConvX 为一个卷积核,它代表着一种特定的信息映射关系,一个复杂的深度学习任务就是要找到大量的有逻辑关系的卷积核 C o n v X 0 , 1 , 2 , . . . ConvX_{0,1,2,...} ConvX0,1,2,... ,这里的卷积核存在着一种关系 R R R ,代表着卷积核的一种排列顺序。那么总体的深度学习任务可以用以下公式代表:
I x ⋅ R ( C o n v X ) = I y ′ I_x \cdot \mathcal{R}(ConvX) = I_{y^{'}} Ix⋅R(ConvX)=Iy′
I x I_x <