摘要：首先看一下这篇文章的摘要 尽管利用CNN做图像超分辨在速度和精度上都有了突破，然后关键的问题在于做高倍超分辨的时候恢复精细的纹理很有挑战。当前的工作基本利用MSE做损失函数，但是产生的结果经常缺失高频细节，感知效果不好。本文首次提出利用生成对抗网络做高倍率超分辨，提出利用内容损失（perceptua 阅读全文

摘要：摘要 问题描述 何恺明将深度学习技术引入超分辨问题的开山之作SRCNN(2014年），主要存在以下几个问题： 1、感受野小，使得获取的语义信息少，对于恢复细节信息有难度 2、收敛很慢 3、SRCNN只针对单尺度超分 主要贡献点 1、设计了一个20层的卷积神经网络来做超分辨 2、小的学习率会使的网络收 阅读全文