这篇论文的思路是真得好。该方法本质上是通过最大化图像跨尺度自相似性估计模糊核。
KernelGAN仅利用图像本身,不使用任何外部样本,属于自监督学习。
KernelGAN通过训练低分辨率图像的降采样版本与低分辨率图像之间的对抗损失,使得生成器拟合高分辨率图像的降质过程,生成网络是模糊核。
如何通过损失找出跨尺度相似块,是个问题,至今没有读懂。
这篇论文的思路是真得好。该方法本质上是通过最大化图像跨尺度自相似性估计模糊核。
KernelGAN仅利用图像本身,不使用任何外部样本,属于自监督学习。
KernelGAN通过训练低分辨率图像的降采样版本与低分辨率图像之间的对抗损失,使得生成器拟合高分辨率图像的降质过程,生成网络是模糊核。
如何通过损失找出跨尺度相似块,是个问题,至今没有读懂。