在本文中,我们提出一种灵活的方法,
原则上,可以用于超分辨率问题
一些有趣的,具有任意放大因素
damental限制.我们提出一个新的,更重要的是,
更普遍的使用方式训练的例子,
所以
可以贡献simulta——多个训练示例
neously中的每个图像块的生成
高分辨率图像.这个属性是非常重要的
概括了培训的例子是可能的
少,因此培训的例子是必需的.
本文的其余部分组织如下.在
第二节,我们制定了超分辨率问题
更精确地介绍我们的方法基于的想法
从多方面学习.试验获得的一些细节
在第三节tal设置进行了讨论,包括功能
表示,训练集、模型参数.前
试验结果在第四节了.Fi -
纳利,第五部分给出了一些结论