图像超分辨之DBPN 读后总结

Deep Back-Projection Networks For Super-Resolution

原文用网盘分享：https://pan.baidu.com/s/1R_lv97JaPikNgJa6TKcjkQ， 提取码：g4u5
代码：https://github.com/alterzero/DBPN-caffe

本文是2018CVPR中一篇关于图像超分辨的论文，同时也是NTIRE2018在经典的bicubic 8倍放大赛道上的冠军。

主要思想

近几年，普遍用来进行图像超分辨率的网络结构主要有三种。

第一种：Predefined upsampling。预定义上采样，对低分辨率图像先进行插值操作，例如双三次插值，使得图像尺寸与目标图像尺寸一致，这是为了在低分辨率和高分辨率图像之间进行较好的非线性映射。但是，该操作可能会引入新的噪声，并且计算量较大。

第二种：Single upsampling。在最后一层进行上采用，直接对低分辨率图像做卷积操作，不进行插值操作，这样减少了计算量。但是无法学习到复杂的映射。

第三种：Progressive upsampling。渐进式上采样，类似于单个上采样的堆叠。本文提出了一种迭代上采样和下采样的网络结构&#