用于单图像超分辨率的深度无伪影残差网络
图像与视频处理
2020-09-29 v1 计算机视觉与模式识别
摘要
近年来，卷积神经网络在单图像超分辨率方面展现出良好的性能。本文提出深度无伪影残差（DAFR）网络，该网络利用了残差学习以及以真实图像作为目标的优点。我们的框架使用深度模型提取对高质量图像重建所必需的高频信息。我们使用跳跃连接在低分辨率图像重建前将其输入网络。通过这种方式，我们能够以真实图像作为目标，并避免因差分图像中的伪影而误导网络。为了提取干净的高频信息，我们分两步训练网络。第一步是传统的残差学习，以差分图像作为目标。然后，将该步训练的参数迁移到第二步的主训练中。实验结果表明，与现有方法相比，所提方法取得了更好的定量与定性图像质量。
引用
@article{arxiv.2009.12433,
title = {Deep Artifact-Free Residual Network for Single Image Super-Resolution},
author = {Hamdollah Nasrollahi and Kamran Farajzadeh and Vahid Hosseini and Esmaeil Zarezadeh and Milad Abdollahzadeh},
journal= {arXiv preprint arXiv:2009.12433},
year = {2020}
}
备注
8 pages