Learning a Single Convolutional Super-Resolution Network for Multiple Degradations 論文筆記

Abstract 深度卷積神經網絡在圖像超分辨率中取得了空前成就。 然而，已有的基於深度卷積神經網絡的圖像超分辨方法基本上是假設低分辨圖片是由高分辨率圖片通過雙三次插值的方法下采樣得到的。這就不可避免的造成了當真正的低分辨率圖片不遵循雙三次插值下采樣時，模型的表現將變得不好。 爲了解決這一問題，我們提出了一種維度拉長策略，將模糊和噪聲作爲輸入。這種方法可以應對多倍和空間改變的退化模型，顯然提高了實

>>阅读原文<<