SRGAN简记SRGAN 简记文章目录 SRGAN 简记模型结构 LOSS 定义 ContentLossA 实验它是第一个能够推断 4 放大因子的照片真实自然图像的框架作者将 GAN 的思想用于 SR 任务 虽然 PSNR 还比不上此前提出的方式 但是在 MOS 这一评价维度上达到了 state of the art 作者的贡献是 提出了 SRResNet SRCNN 的增强版 提出了 SRGAN 主要内容 引入 GAN 来做超分 引入 MOS 评价指标 并说明 PSNR 的一些问题 图像过于平滑 缺少高频细节信息 所谓高频