本文介绍了一种首次应用于图像超分辨率提升的三层神经网络模型。该模型通过特定的网络结构实现了从低分辨率到高分辨率图像的有效转换。损失函数采用随机梯度下降法最小化，并利用标准反向传播进行优化。
这篇文章是第一次将神经网络应用到超分之中，一共三层。框架图如下：
第一层，size 为 c * f1 * f1 * n1.
第二层，size 为 n1 * 1 * 1 * n2.
第三层，size 为 n2 * f3 * f3 * c
c为image channel数量。 W 是filter , B 是bias.
损失函数为：
loss function is minimized using stochastic gradient descent
with the standard backpropagation
初始化方法：
The filter weights of each layer are initialized by drawing randomly from a Gaussian distribution
with zero mean and standard deviation 0.001 (and 0 for biases)
扫一扫
3127
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
