概
利用GAN进行超分辨率.
主要内容
其实, 没啥特别的:
-
生成器用了残差网络, 判别器用了更深的网络:
-
一般进行超分辨率用MSE损失, 即
[mathrm{MSE}(G(I_n^{LR}), I_n^{HR}), ]这里(I_n^{LR})为低分辨率的图片, (I_n^{HR})为相对应的高分辨率的图片. 而本文用的是VGG的特征(phi_{i, j}):
[l^{SR}_{VGG/i,j} = frac{1}{W_{i,j} H_{i,j }} sum_{x=1}^{W_{i,j}} sum_{y=1}^{H_{i,j}} (phi_{i,j}(I^{HR})_{x,y} - phi_{i,j} (G(I^{LR}))_{x, y}). ] -
除此之外, 一般GAN所用的对抗损失也是要加上的.