我正在研究寻找背景减法的解决方案，其中一个要求是不要降低输入图像的质量。发现有一种特定类型的 CNN，比如 Super Resolution CNN。
当专门使用这种类型的 CNN 时，我一直在寻找一些东西，通常它的准确性是多少。但我发现的一切都与它的结构有关。
有人可以解释一下 SRCNN 与常规 CNN 的优缺点吗？
超分辨率 CNN 与常规 CNN
数据挖掘
美国有线电视新闻网
图像分类
监督学习
图像识别
2021-10-15 14:16:28
1个回答
超分辨率 CNN 用于提高图像的分辨率。这些架构不用于预测类或检测对象。它们是一种图像处理技术。
有几种方法，但通常在第一步中，使用双三次插值对图像进行上采样。之后，使用 CNN 增强上采样图像的质量。第二步在图像质量方面产生了额外的改进，因为双三次插值只是简单地插值，而另一方面，CNN 能够识别结构。
（注意：双三次插值不是一个明确的要求。这只是解释为什么使用 CNN 来提高分辨率的一个例子。）
上图来自SRCNN作者的一篇论文。如您所见，低分辨率图像用作超分辨率 CNN 的输入。然后 SRCNN 生成高分辨率图像。
这个简短的视频有关于超分辨率 CNN 的更多信息，应该可以很好地直观理解。