Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network
这篇文章提出了一种新的上采样方式：亚像素卷积（PixelShuffle），对于当时SR任务的计算速度和重建效果都有不错的提升。
本文只简单记录对亚像素卷积的基本了解，详细内容可以看参考目录中的文章。
ESPCN：Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network
参考目录：
超分之ESPCN
亚像素 / sub-pixel、亚像素卷积
几种上采样方式
SR任务中上采样的几种方法：
- 双三次插值作为基础，使用卷积层进行微调修正。DCSCN
- 反卷积层，使用pangding的方式扩大图像。SRDenseNet
- 使用步长为 1 r \frac{1}{r}
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ji-chu/85569.html