在前面的博客中介绍了hqx图像放大算法其图像放大的效果是好于传统的双线性插值、三次插值算法的。但是在图像放大倍数较高的时候图像中的边缘还是存在锯齿的现象但是其也有很明显的优点,那就是速度快
在本文中主要讨论的是比waifu2x更好方法。该方法的思想:即是训练一个端到端的网络使用低分辨率的图像作为输入得到对应的高分辨率结果图像,最后得到的结果在图像的锯齿与模糊程度有较好表现其训练的原理类似于FCN模型。该方法支持三通道的彩色图像作为输入输出其经过放大的结果。下面是论文中的结果图:
将一幅低分辨率的图像使用双三次插值进行放大得到图像Y使其与对应分辨率的ground truth图像X有相同的大小尺寸,现在就是要寻找到F(Y)变换关系使得其与X尽可能的相似因而可以将其分为三步赱:
1. 图像区块提取与表示:这一步就是使用一个窗在图像中进行截取,之后通过运算之后得到一个高维的特征向量
2. 非线性映射:将高维嘚特征向量映射到另外一个高维的特征向量
2.2 图像区块提取与表达
)和去卷积图像,卷积核的大小 f1 f 1 通常设置为9c是图像通道。
这里卷积核的大小通常为5