基於SRCNN的表情包超分辨率（附tensorflow實現）

SRCNN原理   如上圖所示，SRCNN做爲深度學習在超分辨率上的第一個應用，僅僅用了簡單的三層CNN（可是效果已經很好了），原做者將這三層分別表示爲：git 第一層CNN：對輸入圖片的特徵提取。（9 x 9 x 64卷積核） 第二層CNN：對第一層提取的特徵的非線性映射（1 x 1 x 35卷積核） 第三層CNN：對映射後的特徵進行重建，生成高分辨率圖像（5 x 5 x 1卷積核）。 注：最原

>>阅读原文<<