分享论文

Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network

主讲人

王镇(浙江大学-在校学生-软件学院-硕士生-软件工程-2019)

图像超分辨率

图像超分辨率是指由一幅低分辨率图像或图像序列恢复出高分辨率图像。图像超分辨率技术分为超分辨率复原和超分辨率重建。目前， 图像超分辨率研究可分为 3个主要范畴： 基于插值、 基于重建和基于学习的方法．

文章摘要

这是2017年发表在CVPR上的一篇文章，原文叫做"Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network"。图像超分辨率（Image Super-Resolution），顾名思义，即从低分辨率的图像获得高分辨率的图像。传统的CNN网络基于最小化像素级损失函数的方法，尽管在PSNR (peak signal- to-noise ratio) 和SSIM (structural similarity) 这些客观的图像评价指标上得到很好的结果，但它们往往缺乏高频细节而无法在感官视觉上达到满意的程度。因此本文作者提出了SRGAN，一种将GAN应用于图像超分辨率领域的方法，第一次考虑了人类的视觉满意度。

活动视频

SRGAN