超分辨按實現方式分兩類:
1。雙三次放大 + 網絡 = 大圖
2。 小圖 + 網絡 = 大圖
對中間部分 “網絡” 來說:
第1種 學習到了:怎樣把 模糊圖變成清晰圖。SRCNN VDSR DRCN DRRN 是這類。
第2種 學習到了:怎樣把 小圖變成大圖 。FSRCNN ESPCN LapSRN EDSR IDN DBPN 等幾乎都是。
只有 SRGAN ESRGAN 對抗類,不追求和大圖完全相同,是另類。
所以我們可以用SRCNN VDSR DRCN DRRN 來去模糊(去了前面放大部分的)。
測試:
測試圖1測試圖2
1。去掉放大部分的 SRCNN 3倍模型:
1次2次3次第4次
1次2次3次4次
2。不放大的DRRN(DRRN_B1U9_20C128_iter_464056.caffemodel):
123第4次循環
1234次循環
由於網絡並不用文字來訓練,文字結果差一點。
3。無放大的VDSR(VDSR_Adam.caffemodel)
123第4次再加1次
123第4次
可見,都有一點效果。
-------------------------------------------------------------
上面的1倍DRRN對一些不是很模糊的圖有不錯效果:
->
->
是不是清楚多了,這可能和DRRN重用一套數據有關(超分就有點生硬了)。