dcscn super resolution:基于深度学习的单图像超分辨率(SISR)模型“通过具有跳过连接和网络的网络的深度CNN实现快速而准确的图像超分辨率

网络中具有跳过连接和网络的深度CNN可以实现快速,准确的图像超分辨率 由,桑岛茂和ita 概述(版本2)。 这是基于深度学习的基于单图像的超分辨率(SISR)模型实现的张量流实现。 我们将其命名为DCSCN 。 如果要检查纸张的代码和结果,请检查。 模型结构如下。 我们将Deep CNN与残留网络,跳过连接和网络中的网络一起使用。 Deep CNN和Skip连接层的组合用作局部和全局区域中图像特征的特征提取器。 类似于1x1并行CNN,也称为网络中的网络,也用于图像重建。 作为版本2,我们还实现了这些功能。 来自像素混洗器 来自转置-CNN (可选) 来自自我整合 裁剪归一化(渐变裁