超分 Super-Resolution
作者:互联网
1、入门
定义:超分即把一个低分辨率低图片恢复为高分辨率低图像
数据来源:把高分辨率低图片通过人工加噪声等方式变成高分辨率
卷积种类:
- 先上采样再恢复
- 先恢复再上采样
- 渐进式等上采样
- 循环式等上采样和下采样
损失函数:一般分为多种损失函数,使用不同等损失函数叠加。
- 基于像素的Pixel Loss 如L2\L1
- 基于内容的Content loss,如利用一个训练好的分类网络,对模型输出的图片和标注图像分别做分类,求loss
- 基于纹理的Texture Loss, 如利用一个训练好的分类网络,对模型输出的图片和标注图像分别提取特征求相似矩阵,再求loss
- 基于对抗性的Adversarial Loss,gan生成的图片psnr不好,但是整体质量很好
评价指标(和IQA一致):
- 主观评价:利用人眼判断,不方便,不同人看法也不一致
- 客观评价:PSNR、SSIM。PSNR代表像素之间的比较,和整体感觉有出入。
参考:https://beyondminds.ai/an-introduction-to-super-resolution-using-deep-learning/
标签:采样,Loss,基于,高分辨率,loss,Resolution,超分,Super,图片 来源: https://blog.csdn.net/yang_daxia/article/details/110433653