Blind_Super Resolution_With_Iterative_Kernel_Correction_CVPR2019 - yubo105139/paper GitHub Wiki

IKC(CVPR2019) Blind Super-Resolution With Iterative Kernel Correction

paper:https://arxiv.org/pdf/1904.03377v2.pdf

code:https://github.com/yuanjunchai/IKC

核心思想:

迭代估计退化核. SRMD网络

提出的预测blur kernel的方法称为Iterative kernel correction(IKC). 由于kernel不匹配而造成的artifacts存在一定的pattern，因此作者提出用一个网络对kernel进行预测。但是这个问题是一个不适定性问题，对kernel kk的准确预测是不可能的。因此加入了一个corrector对kernel进行纠正，作者发现如果只进行一次纠正，效果并不好。因此提出了迭代式纠正的方法

算法过程:

image-20211026093713938

过程:

(需要有LR输入, 有真值退化核 来训练)

1.初始使用预测网络估计退化核h0

image-20211026093805481

2.将退化核和 LR 同时输入 SFTMD网络(参照SRMD做的改进,不用核和特征图像concat后同时做卷积操作, 而是核得到仿射变化参数, 然后对特征图进行变换来影响SR结果).得到SR结果

image-20211026093843607

3.将SR结果和估计的核 同时输入矫正网络. 得到核矫正

image-20211026093936419

核矫正网络的优化目标, 前一次核估计和当前矫正结果和 与真值核 尽可能接近.

image-20211026094724798

4.矫正 核 ,然后再经历第2,3步.