LapSRN的Loss: Carbonnier Loss

本文認爲相同的LR補丁可能有多種相應的HR補丁,而L2範數並不能捕捉潛在的綜合HR補丁,L2範數重建出的圖像往往過平滑。本文提出了一種抗噪性強的損失函數: 讓x輸入LR形象和θ的設置網絡參數進行優化。目標是學習一個映射函數用於生成高分辨率圖像ˆy = f(x;θ)貼近grounth truth圖像y。x表示LR圖像，y表示HR圖像，r表示殘差，用rs表示s級殘差圖像，s表示對應的level，也就是

>>阅读原文<<