【論文】【LapSRN】Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution

模型框架圖（其中一級） 若S是我們的放大因子，那麼我們在log2S層，漸進的預測殘差圖。模型主要有兩部分：特徵提取，圖像重構 特徵提取 圖像重構 對於每一級而言（s層），對輸入圖像用一個scale等於2的一個上採樣層進行操作。然後這個上採樣層將和當前層的特徵提取分支預測得到的residual圖進行相加（利用element-wise summation）。並將相加得到的HR圖像輸入到下一級中（s+1

>>阅读原文<<