基于双生成对抗网络超分辨率先验噪声学习方法研究.pdfVIP

SRDGAN：使用双生成对抗网络学习超分辨率先验噪声

管经纬*、、和TCL公司研究（）

9

1

0抽象的

2

r单图像超分辨率（SISR）是从给定的低分辨率

a

M（LR）图像生成高分辨率（HR）图像的任务。这是一

个经过充分研究的问题，具有广泛的商业应用，例如

8数码相机、压缩、医学成像等。大多数超分辨率工

2

作都集中在特征学习架构上，它可以尽可能接近地恢复

]

M纹理细节[7,8,33,24]。然而，这些工作以下挑

战：（1）低分辨率（LR）训练图像是使用双三次下采

M样的HR图像人工合成的，其比的去马赛克放大的

.

s移动图像具有更丰富的信息。训练和推理移动数据之间

c

[的不匹配严重了实用超分辨率算法的改进。

1(2)这些方法在实际应用中无法有效处理超分辨率过程

v中的盲失真。在这项工作中，