Scidown文献预览系统!
基于学习的超分辨率算法的局限性( Limits of Learning-Based Superresolution Algorithms )
Z Lin J He X Tang CK Tang Superresolution Learning-based Limits Resolution
基于学习的超分辨率(SR)是一种常用的超分辨率技术,它利用应用相关的先验信息来推断低分辨率图像中的缺失细节。然而,它们的性能在放大倍数仅为适度大的情况下仍迅速恶化。这就把我们引向了一个重要的问题:“基于学习的SR算法的极限存在吗?”本文首次尝试在对一般自然图像进行SR算法设计时,对这一问题进行了一些探讨。首先定义了基于超分辨图像与地面真实图像的均方根误差的SR算法的期望风险。然后利用一般自然图像的统计量,给出了期望风险下界的一个闭式估计。下界仅涉及高分辨率图像的协方差矩阵和均值向量,因此可以通过对真实图像进行采样来计算。我们还研究了保证精确估计下界的样本数量。通过计算下界W.R.T.曲线。放大系数,我们可以估计基于学习的SR算法的极限,在该极限下,期望风险的下界超过一个相对较大的阈值。我们进行了实验来验证我们的理论。根据我们的观察,我们推测极限可能与LRI或HRI的大小无关。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】