為什么waifu2x可以做到無損放大圖片呢?這是因為waifu2x使用了名為SRCNN的卷積算法。

傳統(tǒng)意義上來說，圖像超分辨率問題研究的是在輸入一張低分辨率圖像時(LR)，如何得到一張高分辨率圖像(HR)。

傳統(tǒng)的圖像插值算法可以在某種程度上獲得這種效果，比如鄰插值、雙線插值和雙三次插值等，但是這些算法獲得的高分辨率圖像效果并不理想。

SRCNN是首個使用CNN結(jié)構(gòu)的端到端的超分辨率算法，它將整個算法流程用深度學的方法實現(xiàn)了，并且效果比傳統(tǒng)多模塊集成的方法好。

SRCNN流程如下:首先輸入預處理。對輸入的低分辨率LR圖像使用bicubic算法進行放大，放大為目標尺寸。

那么接下來算法的目標就是將輸入的比較模糊的LR圖像，經(jīng)過卷積網(wǎng)絡的處理，得到超分辨率SR的圖像，使它盡可能與原圖的高分辨率HR圖像相似。

與Bicubic、SC、NE+LLE、KK、ANR、A+這些超分算法相比，SRCNN在大部分指標上都表現(xiàn)最好。

復原速度也在前列，且RGB通道聯(lián)合訓練效果。

關(guān)鍵詞： waifu2x SRCNN 卷積算法