读论文：Image Super-Resolution by Neural Texture Transfer

文章：https://arxiv.org/abs/1903.00834 源码：https://github.com/ZZUTK/SRNTT 1 介绍 论文主要贡献： 1.一个更普遍的RefSR问题，打破了SISR的性能障碍（即缺乏纹理细节），并放宽了现有RefSR的约束（即一致性假设）。 2.对于RefSR问题，提出了端到端深度模型SRNTT，以通过多尺度神经纹理传递恢复以任何给定参考为条件的LR

>>阅读原文<<