為什么waifu2x可以做到無損放大圖片呢?這是因?yàn)閣aifu2x使用了名為SRCNN的卷積算法。
傳統(tǒng)意義上來說，圖像超分辨率問題研究的是在輸入一張低分辨率圖像時(shí)(LR)，如何得到一張高分辨率圖像(HR)。
傳統(tǒng)的圖像插值算法可以在某種程度上獲得這種效果，比如鄰插值、雙線插值和雙三次插值等，但是這些算法獲得的高分辨率圖像效果并不理想。
SRCNN是首個(gè)使用CNN結(jié)構(gòu)的端到端的超分辨率算法，它將整個(gè)算法流程用深度學(xué)的方法實(shí)現(xiàn)了，并且效果比傳統(tǒng)多模塊集成的方法好。
SRCNN流程如下:首先輸入預(yù)處理。對(duì)輸入的低分辨率LR圖像使用bicubic算法進(jìn)行放大，放大為目標(biāo)尺寸。
那么接下來算法的目標(biāo)就是將輸入的比較模糊的LR圖像，經(jīng)過卷積網(wǎng)絡(luò)的處理，得到超分辨率SR的圖像，使它盡可能與原圖的高分辨率HR圖像相似。
與Bicubic、SC、NE+LLE、KK、ANR、A+這些超分算法相比，SRCNN在大部分指標(biāo)上都表現(xiàn)最好。
復(fù)原速度也在前列，且RGB通道聯(lián)合訓(xùn)練效果。
