Fraps_的博客

Real-Time Single Image and Video Super-Resolution Using an EfficientSub-Pixel Convolutional Neural Network我挑选了论文中最有趣的部分翻译并加上了自己的理解Abstract最近，几种基于深度神经网络的单张图片超分辨率重构方法在重构精确度和计算性能上都取得了突破性的进步。在那些方法中，输入的...

Abstract我们提出一个高精确度的单张图像超分辨率重建方法。我们的方法由VGG-net启发,我们发现，网络的深度对于超分精确度有着十分重要的的影响，我们最终的网路有20层。通过这么多小尺寸的卷积层，有效的利用了图像中的上下文信息，面对深度网络难以训练的问题，我们使用大的学习率、梯度剪裁来解决这个问题。最后，实验证明我们提出的方法十分有效。...

Abstract我们提出了一个循环神经网络。我们的循环层达到了16层。增加循环层可以在不增加参数的情况下提高超分性能。然而，训练循环神经网络是十分困难，它很容易梯度消失/爆炸。为此我们提出了循环监督、跳跃连接。Introduction在超分中，感受野扮演者十分重要的角色，大的感受野有利于重建出丢失的高频信息。在深度卷积网络中，提高感受野的方法有很多，怎加网络的深度十其中一个可行的方法：增加一...