Real-World Super-Resolution via Kernel Estimation and Noise Injection
- 論文鏈接:http://openaccess.thecvf.com/content_CVPRW_2020/papers/w31/Ji_RealWorld_SuperResolution_via_Kernel_Estimation_and_Noise_Injection_CVPRW_2020_paper.pdf
- 代碼:RealSR
- CVPR2020, NTIRE2020 RWSR雙賽道冠軍
- 算法結構:
1)提出新的數據製作方案:統計模糊核與真實噪聲分佈並用於製作訓練數據對,確保生成的LR圖像具有與源域圖像相似的屬性;2)判別器採用塊判別器,可以去除僞影;
2)計算模糊核,參考KernelGAN,滿足的約束條件爲
表示利用核k進行降採樣的LR圖像,表示基於理想核進行降採樣的LR圖像。第二項爲正則化項,第三項爲邊界懲罰項;
2)提取噪聲:如果某個塊的方差小於設定的閾值,則將其納入到降質池中。這個規則可以描述爲;
4)RealSR降質算法:
Perceptual Extreme Super Resolution Network with Receptive Field Block
- 論文鏈接:https://arxiv.org/abs/2005.12597
- 代碼:暫未開源
- CVPR2020, NTIRE2020 感知極限超分賽道冠軍
- 網絡結構(基於ESRGAN):
1)RRDB模塊
2)RRFDB模塊
3)RFB模塊
關注不同層次的細節,且減少運算量和參數量;
4)上採樣模塊
最近鄰插值法上採樣關注空間的特徵轉換,亞像素層關注depth-to-space,兩者交替結合效果更好;
5)訓練時,先PSNR-oriented訓練,將其作爲預訓練模型,然後添加內容損失和對抗損失進行微調;
6)最終採用網絡插值,取在測試集上最好的十個模型進行網絡集成