SRFeat: Single Image Super-Resolution with Feature Discrimination
发表自ECCV2018. 主要工作： 1.使用了两个判别器，分别作用于图像和特征图。 2. 提出了具有远程跳跃连接的生成器。 GAN: 生成器损失： 判别器损失 : 其中表示判别器的输出，也就是图像是从真实的图像分布中进行采样得到的概率。 我们知道log函数在底数大于1时是增函数，所以对于生成器，必定是希望生成的图像被判别器判别为真实的图像的概率越大越好，所以取负数以后损失变小了，同理可得判别器
相关文章
- 1. 文献阅读:SRFeat: Single Image Super-Resolution with Feature Discrimination
- 2. Natural and Realistic Single Image Super-Resolution with Explicit Natural Manifold Discrimination
- 3. Multi-Level Feature Fusion Mechanism for Single Image Super-Resolution
- 4. [解读] Unsupervised Feature Learning via Non-Parametric Instance Discrimination
- 5. AIPNet: Image-to-Image Single Image Dehazing with Atmospheric Illumination Prior
- 6. Hyperspectral Image Classification With Deep Feature Fusion Network
- 7. 《Real Image Denoising with Feature Attention》阅读笔记
- 8. Unsupervised Feature Learning via Non-Parametric Instance Discrimination
- 9. Unsupervised Feature Learning via Non-parametric Instance Discrimination
- 10. Guided Image-to-Image Translation with Bi-Directional Feature Transformation（ICCV19）
- 更多相关文章...
- • RSS
元素 - RSS 教程 - • ASP.NET Image 控件 - ASP.NET 教程
- • RxJava操作符（十）自定义操作符
- • Docker 清理命令
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 跳槽面试的几个实用小技巧，不妨看看！
- 2. Mac实用技巧 |如何使用Mac系统中自带的预览工具将图片变成黑白色?
- 3. Mac实用技巧 |如何使用Mac系统中自带的预览工具将图片变成黑白色?
- 4. 如何使用Mac系统中自带的预览工具将图片变成黑白色?
- 5. Mac OS非兼容Windows软件运行解决方案——“以VMware & Microsoft Access为例“
- 6. 封装 pyinstaller -F -i b.ico excel.py
- 7. 数据库作业三ER图待完善
- 8. nvm安装使用低版本node.js(非命令安装)
- 9. 如何快速转换图片格式
- 10. 将表格内容分条转换为若干文档
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 文献阅读:SRFeat: Single Image Super-Resolution with Feature Discrimination
- 2. Natural and Realistic Single Image Super-Resolution with Explicit Natural Manifold Discrimination
- 3. Multi-Level Feature Fusion Mechanism for Single Image Super-Resolution
- 4. [解读] Unsupervised Feature Learning via Non-Parametric Instance Discrimination
- 5. AIPNet: Image-to-Image Single Image Dehazing with Atmospheric Illumination Prior
- 6. Hyperspectral Image Classification With Deep Feature Fusion Network
- 7. 《Real Image Denoising with Feature Attention》阅读笔记
- 8. Unsupervised Feature Learning via Non-Parametric Instance Discrimination
- 9. Unsupervised Feature Learning via Non-parametric Instance Discrimination
- 10. Guided Image-to-Image Translation with Bi-Directional Feature Transformation（ICCV19）