标题：面向自然场景的超分辨率算法研究
作者：纵子尧 杨飚 周芷晴
作者单位：北方工业大学电气与控制工程学院，北京 100144
关键字：图像超分辨率；下采样核；非线性模型
摘要：由于真实低分辨率图片下采样核处于未知状态，难以估计，在实验室训练的超分辨率模型对自然场景图片的恢复效果不佳，而实验室里退化处理的低分辨率图片的恢复效果显著，导致深度学习在图片超分辨率上的算法难以在自然场景中使用。近年来越来越多的研究关注于通过对未知下采样核的模拟，训练得到可以处理自然场景低分辨率图片的超分辨率模型。针对这些问题，提出一个新的框架，利用无监督训练得到的非线性模型代替自然场景中的未知下采样核，端到端地生成低分辨率图像制作数据集。另外，提出了一种改进的残差网络结构用于生成模型的搭建。实验结果表明该文提出的算法在多种真实图片数据集均达到了先进的水平，并且干净地处理了低分辨率图片（LR）中的噪声与伪影。