“ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks”发表于ECCV 2018 workshop,是对“The Super-Resolution Generative Adversarial Network”(SRGAN)的改进工作,在PIRM2018-SR挑战赛上,在region 3区域获得第一名并且获得最好的perceptual index。
论文地址:https://arxiv.org/abs/1809.00219
作者代码地址:https://github.com/xinntao/ESRGAN
PIRM2018-SR挑战赛网站:https://www.pirm2018.org/PIRM-SR.html
简介
SRGAN是single image super-resolution领域里一项有创造力的工作,可生成更加真实的纹理,使得看起来更加真实舒服。但是,使用该方法生成的图片有时在细节处会伴随令人不愉快的伪影。为了改进这部分工作,作者提出从3个方面进行:
- network architecture(网络结构)
- adversarial loss(对抗损失)
- perceptual loss(感知损失)