该文章主要利用了视频超分中的思想,即利用视频中时间阈上的多帧图像(如t,t-1,t-2,t+1,t+2)比利用单帧图像超分更有优势,因为多帧图像中图像上的特征都产生了细微的变化,因此可以提取更多的特征信息,从而可以互补的生成SR图像,运用这个思想,本文提出了一个增强超分生成图像的模型.
首先提出了一个无损池化的思想即一个逆亚像素卷积将一张图上的象素点按照采样因子的比例进行分割如图上所示进行2倍采样因子的逆亚像素卷积就是一个4*4的快上的每个点都作步长为2的象素点提取生成四张特征图由于象素点没有丢失所以特征也未曾丢失且很好的将特征分到了四张特征图里,每张特征图都含有不同特征的部分,利用视频SR的思路可以利用逆亚像素卷积来生成辅助图片增强ＳＲ效果
该网络模型较为简单就是用ｌｒ图像先通过双三次插值生成一个ｈｒ图片后经过深度网络提取特征后进行损失约束，此处创新点在于运用视频超分思想创建了一组无损的ｈｒ图像的子图像去经过ｃｎｎ网络从而增强超分质量（图中数字为卷积出的特征图层数）
相关文章：