１首先什么是高频图像，什么是低频图像
低频图像就是灰度变化比较小的图像
高频图像就是灰度变化比较大的图像
所谓灰度变化比较小的图像就是，内容
所谓灰度变化比较大的图像就是，边缘和纹理，
边缘：灰度变化较大，比如我穿了一件红色的衣服，北京是白色的，那么，红色衣服与白色背景的边缘是高频的，因为他们的图像变化剧烈，而红色衣服内容他们的变化是低频的，白色背景内容也是低频的，高频，就是变化频率高，变化频率快
纹理：内部纹理，比如脸上有没有褶子，还有脸上有没有什么斑点，这个都是高频，因为相对于一张平坦无比的大饼脸，一个褶子确实变化很大，所以，这是高频信息
－－－－－－－－－－－－－－－－－－－－－－高频和低频图像－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
高频和低频图像，对于深度学习来说，学习难度是不一样的，很明显，低频容易学，高频难学
为什么？因为低频图像，在卷积层比对的时候，比如白色的大饼脸，一个简单的卷积，就能比对成功
而对于高频图像，就很复杂，因为线条不一样，那么比对的时候，要生成很多不同的weight,这个不同的weight可能对应于不同形状，比如圆形痦子，三角形痦子，方形痦子，然后看真实图片是哪个，就激活哪个，但是这就需要很多weight，而且肯定比大饼脸难匹配的多，还有可能把头上的发卡当成痦子，所以比较难
这个weight遇到的情况：
１ 可能把头上的发卡识别成痦子，这个weight消灭
２ 可能在脸上找到三角形痦子，这个weight保留
３ 可能在脸上找到圆形痦子，这个weight保留，有圆形痦子的人，在通过三角形痦子weight时，可能没结果，但是在通过圆形痦子有结果，那么此人是圆形痦子
４ 可能在脸上啥也找不到，这个weight消灭
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
面对mse和gan loss的理解
mse认为高频低频是一样的
gan因为是网络，所以更加有针对性，，这个未完待续
gan可以找到更多的纹理细节