论文链接:
RankSRGAN: Generative Adversarial Networks with Ranker for Image Super-Resolutionarxiv.org项目链接:
https://wenlongzhang0724.github.io/ Projects/RankSRGANwenlongzhang0724.github.io简介
在图像超分辨率领域,GAN 网络能够更好地生成真实的细节。为了进一步评价超分辨率算法生成的结果,已经有很多感知评价指标,例如 PI,NIQE,Ma 被提出以评价图像感知质量(Perceptual quality)。然而目前大多数方法无法直接针对这些指标进行优化,因为这些指标是不可微的。
Ranker 将这个问题转化为相对的排序指标,利用CNN 网络对成对的输入图像以及对应的感知指标得分,进行学习,最终能够根据输入图像,生成一个排序得分。然后根据得分去优化生成器。因此该论文提出了基于 Ranker 的 SRGAN 网络,在以感知指标为目标优化生成器。文中实验也表明了RankSRGAN在视觉效果上达到令人愉悦的效果,并达到了最先进的性能。