【論文閱讀】Deeply-Recursive Convolutional Network for Image Super-Resolution

時間 2019-11-18

標籤論文閱讀 deeply recursive convolutional network image super resolution 欄目系統網絡简体版

原文原文鏈接

題目：Deeply-Recursive Convolutional Network for Image Super-Resolution CVPR 2016 Oral收錄git

摘要：github

咱們提出了一種基於深度遞歸卷積網絡的圖像超分辨方法。咱們的網絡有一個很深的遞歸層(最多16層)。增長遞歸深度能夠提升性能，而無需爲額外的卷積引入新的參數，儘管有不少優勢，可是使用標準的梯度降低方法學習DRCN很是困難，由於存在梯度消失/爆炸。爲了下降訓練難度，咱們提出了遞歸監控和跳躍鏈接兩種擴展方法。咱們的方法大大優於以前的方法。網絡

代碼地址：https://github.com/jiny2001/deeply-recursive-cnn-tf性能

優勢：1.DRCN第一次將以前已有的遞歸神經網絡(Recursive Neural Network)結構應用在超分辨率處理中；使用了殘差學習的思想（Skip Connection），加深了網絡結構，增長了網絡的感覺野，提高了性能。學習

缺點：spa