logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

ESRGAN: Enhanced Super-resolution Generative Adversarial Netwoks

改进判别器,判断“⼀个图像是否⽐另⼀个图像更真实”,⽽不是“⼀个图像是真实的还是假的”。SR-MINC损失,基于⽤于材料识别的微调VGG⽹络 → 纹理感知。无BN层RDDB块,残差缩放,较小初始化,相对GAN → 精细纹理。基于GAN的⽅法会产⽣清晰的边缘和更丰富的纹理,但会出现伪影。激活后VGG改为激活前VGG → 好的清晰边缘,感知质量。,删除批量归一化(BN)→提升容量,简化训练。纯PSNR

文章图片
#超分辨率重建#计算机视觉#图像处理
到底了