Fast Spatio-Temporal Residual Network for Video Super-Resolution

發表在CVPR2019。 針對的問題： 爲了自動地和同時地挖掘視頻的時空信息，可以使用3D卷積。但是3D卷積會帶來更多的參數量和計算複雜度； 殘差恆等映射的大量使用增加了計算複雜度和模型負擔. 主要工作： 快速時空殘差網絡（FSTRN）; 快速時空殘差塊（FRB）; 全局殘差學習（GRL），包含LR空間殘差學習（LRL）以及跨空間殘差學習（CRL） FSTRN: 網絡結構：  包含四個模塊：LR視

>>阅读原文<<