2019年新鲜出炉的基于深度学习的图像超分辨率文献,作者归纳总结了现有的使用深度学习方法解决图像超分辨率问题的研究工作,并把现有的研究工作主要分成三个部分:
1.supervised SR(有监督学习的图像超分辨率)
2.unsupervised SR(无监督学习的图像超分辨率)
3.domain-specific SR (特定应用领域的图像超分辨率)
并对未来的研究工作做出了展望。
文中还涉及了对SR的问题定义、数据集、图像质量评价方法的论述。
论文地址:https://arxiv.org/abs/1902.06068
综述的具体论述和章节安排如下:
目前已公开的可用于图像超分辨率研究的数据集
总结出的SR未来研究方向:
1.Network Design(网络结构设计)
可考虑从如下方面改进网络结构:
- Combining Local and Global Information,结合局部和全局信息,