真实世界图像的超分辨率重建（一） 概述
对于图像超分辨率重建算法而言，基本上已经发展到顶峰了。自2014年SRCNN首次将深度卷积神经网络应用在图像超分辨率重建上，一举击败了线性插值、最近邻插值、双三次插值等传统超分辨率方法以来，ESPCN、EDSR、ResnetSR、BasicSR等等网络模型随着越来越深的网络深度，越来越多的网络参数，的确不断的刷新了图像超分辨率重建的PSNR、SSIM等指标。
但是，图像超分辨率重建却一直没有真正面对它最初的设计初衷，那就是估计真实世界中的普化退化核。由于真实世界中的退化核会因为拍摄设备的型号、相机DIP流程、焦距、物距、镜头畸变等等诸多因素的影响，想要在真实世界中获得超分辨率网络训练需要用到的大型高、低分辨率图像数据是很困难的。这也是现在大多算法都是用人工合成的数据集的原因。但是人工数据大都采用bicubic插值等方式进行下采样获得低分辨率数据，这种简单的采样方式并被不能代表真实世界中的退化核，这也是诸多超分辨率算法在真实世界图像上应用效果很差的原因。
真实低分辨率图像 人工数据集训练的SR模型超分效果
从效果来看，就是没有效果。。
所以，对于真实世界图像的超分，以往的基于人工数据集的学习方式肯定是非常困难了。
但也不是绝不可能。最近也有一些算法试图在人工数据集中或者网络学习过程中人为的添加一些噪声和退化核，以缩小人工数据集与真实世界图像退化的距离，也有了一些效果。
但最值得一提的还是Real SR一文的提出，该文由阿里达摩院的大佬所作，并动用了大量的人力物力构建出了世界上第一个最接近真实世界图像退化的真实数据集，该数据集由两个不同分辨率的设备，在室内室外等环境下进行了实验室精度级的拍摄，并经过人工配准对齐和一种配准对齐算法，基本上实现了像素级的HR 、LR对齐。
由此，直接使用真实世界数据来进行超分辨率模型的训练成为了实现真实世界退化核估计的最可能的方式。
我本人也做了一些相关的实验，并对该数据集进行了分析，不可否认，该数据集是目前最接近真实世界图像的数据集，用它训练出来的网络也对真实世界的图像超分重建效果比以往的任何数据集都要好：
Real SR数据集训练的SR模型超分结果
但是，可以明显地看到图像出现了一些吉布斯效应，或者说是伪影。这也就说明了该数据集虽然接近真实退化，但是可能仍存在着LH之间的对齐差异，还有能够优化的空间。如何提升真实世界图像重建的性能或许是当下图像重建领域最值得做的一件事。
真实世界图像的超分辨率重建（一） 概述相关推荐
- 图像的超分辨率重建SRGAN与ESRGAN
SRGAN 传统的图像超分辨率重建方法一般都是放大较小的倍数,当放大倍数在4倍以上时就会出现过度平滑的现象,使得图像出现一些非真实感.SRGAN借助于GAN的网络架构生成图像中的细节. 训练网络使用均 ...
- 【数字图像处理3 】（上）图像超分辨率重建（SR）概述
图像超分辨率重建 一.前言(废话时间) 二.扫盲知识 什么是 超分辨率重建? 兴起原因 三.传统超分辨率重建 1.基于插值的超分辨率重建 2.基于退化模型的超分辨率重建 3.基于学习的超分辨率重建 四 ...
- 图像超分辨率重建算法，让模糊图像变清晰(附数据和代码)
一. 图像超分辨率重建概述 1. 概念 图像分辨率是一组用于评估图像中蕴含细节信息丰富程度的性能参数,包括时间分辨率.空间分辨率及色阶分辨率等,体现了成像系统实际所能反映物体细节信息的能力.相较于低 ...
- 基于深度学习的图像超分辨率重建技术的研究
1 超分辨率重建技术的研究背景与意义 图像分辨率是一组用于评估图像中蕴含细节信息丰富程度的性能参数,包括时间分辨率.空间分辨率及色阶分辨率等,体现了成像系统实际所能反映物体细节信息的能力.相较于低分辨 ...
- 一文掌握图像超分辨率重建（算法原理、Pytorch实现）——含完整代码和数据
目录 一. 图像超分辨率重建概述 1. 概念 2. 应用领域 3. 研究进展 3.1 传统超分辨率重建算法 3.2 基于深度学习的超分辨率重建算法 二. SRResNet算法原理和Pytorch实 ...
- 超分辨率——基于SRGAN的图像超分辨率重建(Pytorch实现)
基于SRGAN的图像超分辨率重建 本文偏新手项,因此只是作为定性学习使用,因此不涉及最后的定量评估环节 目录 基于SRGAN的图像超分辨率重建 1 简要介绍 2 代码实现 2.1 开发环境 2.2 主 ...
- 超分辨率重建——（一）何为超分和分类
图像超分辨重建 图像超分辨率(SR)是计算机视觉中提高图像和视频分辨率的一类重要技术.图像超分辨率重建( Super-resolution Reconstruction,SR) 是由一张或多张低分辨率 ...
- 经典论文复现 | 基于深度学习的图像超分辨率重建
过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含"伪代码".这是今年 AAAI ...
- idft重建图像 matlab_你赞成在医疗图像处理领域使用超分辨率重建技术吗？
前几日读书看到一篇文章<基于超像素重建的多尺度B样条医学图像配准>,其中有这样一段话:"单张图像超分重建问题的解决可以被阐述成:输入低分影像,通过对一系列高低分影响对的学习,生成 ...
最新文章
- 【直播】陈信达：零基础计算机视觉之机器学习基础
- java io操作_Java IO 操作
- python参数_python参数的介绍
- Matlab线性/非线性规划优化算法（3）
- AIX系统root用户密码忘记
- python 通过索引迭代列表_python – NumPy – 迭代2D列表和打印(行,列)索引
- 重复insmod同一个模块导致段错误
- notebook打开外部文件_NOTEBOOK文件扩展名 - 什么是.notebook以及如何打开？ - ReviverSoft...
- 实体映射最强工具类：MapStruct 真香！
- c语言语法 英语,英语干货：英语语法基础知识大全
- PS 色相、饱和度、明度
- 日志过滤实体中的属性
- Pinyin4j---JAVA拼音解决方案
- 【程序设计训练】棋盘
- 基于PMOS的过压保护(OVP)电路仿真
- CSS学习笔记1（2020年11月）
- 两个刘海洋和一头狗熊一只鳄鱼让我们肝胆俱焚
- 统计矢量数据占用三调国有建设用地部分面积
- 作业三--创建子程序
- 全国计算机二级python 培训