PIXEL-LEVEL SELF-PACED LEARNING FOR SUPER-RESOLUTION

該文章針對現行sisr網絡的不斷加深導致的收斂過慢問題，提出了像素級的自訓練模型。 網絡框架的基本思路爲，採用任意SISR網絡，將低分辨率圖像LR輸入到超分網絡中生成SR圖像，利用生成的SR圖像與HR圖像進行逐塊的ssim值比較生成一張SSIM圖片，後利用一個高斯核將ssim圖片轉換成一個權重矩陣並分別與SR與HR進行逐元素相乘，根據ssim計算得出的結果，在原有像素值的基礎上使像素值差異較大的位

>>阅读原文<<