这篇博客的主要目的为了记录阅读的超分辨率论文的摘要部分,了解超分辨率领域的研究前沿进度。

值得注意的网页

  1. github上关于超分辨率领域的SOAT论文的整理:https://github.com/YapengTian/Single-Image-Super-Resolution
  2. 知乎上关于超分辨率一些大牛的主页: https://www.zhihu.com/search?type=content&q=%E8%B6%85%E5%88%86%E8%BE%A8%E7%8E%87

论文阅读

Xuaner Zhang, Qifeng Chen, Ren Ng, and Vladlen Koltun. Zoom to Learn, Learn to Zoom, CVPR 2019. [Paper]

作者将超分辨率方法应用在数字变焦中,他认为真实的图片能够比生成的图片更能保留数据的细节,网络的性能也将更好。那些在制作的数据集上训练的模型,通常在实际场景下性能不好,因此本文使用单反去直接制作数据集。高分辨率使用长焦距拍摄,低分辨率使用短焦距拍摄。

由于使用单反采集的数据高低配置无法完全对齐,因此作者提出了CoBi loss function,完美的解决了这个问题。这就是本文的主要insight。

Image Super-Resolution Using Very Deep Residual Channel Attention Networks