hbw136的博客

Residual Local Feature Network for Efficient Super-Resolution(用于高效超分辨率的残差特征局部网络)NTIRE 2022*图像修复领域最具影响力的国际顶级赛事——New Trends in Image Restoration and Enhancement（NTIRE）作者：Fangyuan Kong* Mingxi Li∗ Songwei Liu∗ Ding Liu Jingwen He Yang Bai Fangm.

解决了sr中由于引入bn造成的伪影问题。

Activating More Pixels in Image Super-Resolution Transformer （在图像超分辨率transformer中激活更多的像素）作者：Xiangyu Chen1,2 , Xintao Wang3 , Jiantao Zhou1 , and Chao Dong2,4单位：1University of Macau 2Shenzhen Institute of Advanced Technology,Chinese Academy of..

一个使用了交叉卷积的超分网络

在主流主干网络上替换掉 L1 损失作者得到了一致的改进，而在运行时没有额外的成本。

作者重新研究了RCAN，并证明了通过适当的训练策略，可以缓解欠拟合问题，并大幅提高RCAN的图像超分辨率性能。

AAAI2022-SR ENLCA

在网上找了好久，但是保证顺序的方法都是使用**sort（）**函数实现的，并不能保证原来图片在文件夹内的顺序不变（特殊需要，需要某种对应），这种方法见按顺序对图片批量重命名，sort（）之后被逼无奈难道我要一张一张改名字么，几百张啊。。我也试过wps的批量重命名，但是处理后，图片位置改变了。。。好在最后还是解决了，我打开了最常使用的ps（初期matlab不熟练可以使用它得到x2,x3,x4的低分图像，也是个批量图像处理）具体方法，使用ps的动作，录制一个重命名的动作，之后用这个动作批处理数据

论文：Title：Learning Texture Transformer Network for Image Super-Resolution（用于图像超分辨率的学习纹理transformer网络）Writers：Fuzhi Yang , Huan Yang, Jianlong Fu, Hongtao Lu , Baining GuoConference：cvpr 2020作者单位：Department of Computer Science and Engineering, MoE Key La

Title：Learning Continuous Image Representation with Local Implicit Image Function（用局部隐式图像函数学习连续图像表示）Writers：Yinbo Chen Sifei Liu Xiaolong WangConference：arxiv 2020作者单位：UC San Diego NVIDIA代码链接：https://yinboc.github.io/liif/.论文链接：https://arxiv.org/ab

Title：Deep Unfolding Network for Image Super-Resolution(图像超分辨率的深度展开网络)Writers：Kai Zhang Luc Van Gool Radu TimofteConference：cvpr2020作者单位：Computer Vision Lab, ETH Zurich, Switzerland代码链接：论文链接：问题动机：基于学习的单图像超分辨率(SISR)方法不断显示出优于传统的基于模型的方法的有效性和高效率，这在很大程度上

PSNR (Peak Signal-to-Noise Ratio) 峰值信噪比(通常越大效果越好)给定一个大小为mn的干净图像I和噪声图像K，均方误差MSE定义为：然后PSNR就定义为：SSIM (Structural SIMilarity) 结构相似性（0~1，也是越大表示效果越好）SSIM公式基于样本X和Y之间的三个比较衡量：亮度 (luminance)、对比度 (contrast) 和结构 (structure)。3. PI（Perceptual Index）选择感知指数（通常.