SFT-GAN、CSRCNN、CSNLN、HAN+、Config (f)…你都掌握了嗎？一文總結(jié)超分辨率分析必備經(jīng)典模型（三）-2

隨著SRCNN的發(fā)展，深度學(xué)習(xí)技術(shù)已被廣泛應(yīng)用于圖像超分辨率任務(wù)。許多研究人員專注于優(yōu)化和改進(jìn)SRCNN的結(jié)構(gòu)，實(shí)現(xiàn)了良好的處理速度和修復(fù)質(zhì)量。然而，這些方法在訓(xùn)練過程中大多只考慮特定比例的圖像，而忽視了不同比例圖像之間的關(guān)系。基于這種考慮，本文提出了一個(gè)用于圖像超分辨率的級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)（cascade convolution neural network，CSRCNN），它包括三個(gè)級聯(lián)的快速SRCNN，每個(gè)快速SRCNN可以處理一個(gè)特定比例的圖像。因此，不同比例的圖像可以同時(shí)訓(xùn)練，所學(xué)的網(wǎng)絡(luò)可以充分利用不同比例圖像中的信息。

圖2 CSRCNN網(wǎng)絡(luò)結(jié)構(gòu)。該網(wǎng)絡(luò)由三個(gè)級聯(lián)的FSRCNN組成，其中每個(gè)FSRCNN的放大系數(shù)為2。網(wǎng)絡(luò)的輸入大小為一個(gè)

*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀點(diǎn)，如有侵權(quán)請聯(lián)系工作人員刪除。