论文部分内容阅读
近年来,神经网络被广泛应用于超分辨率重建,但是多数网络都是单一学习低分辨率(LR)图像和高分辨率(HR)图像之间的映射关系,而文中提出了一种基于拉普拉斯金字塔网络(LapSRN)的算法,考虑LR图像和不同尺寸HR图像之间的映射,挖掘新的特征信息。另外,针对网络中多次连续上采样所带来的误差,引入错误反馈机制,将之前的采样误差传递给当前采样层,这样不断地进行迭代和自校正,产生更优解。实验表明,所提方法比现有的相关方法在PSNR指标上有普遍提高,细节恢复效果和收敛速度也有明显提升。