随着移动的设备和显示硬件的发展,对实用SR技术的需求已经增加。当前最先进的SR方法是基于DNN以获得更好的质量。然而,它们在通过使用并行计算模块(例如GPU)执行时是可行的,并且难以应用于诸如终端用户软件、智能电话和电视机的一般用途。我们用小感受野训练深度SR网络,并将学习的深度模型的输出值传递到LUT。在测试时,我们从查询LR输入像素的LUT中检索预先计算的HR输出值。由于不需要大量的浮点运算,因此所提出的方法可以非常快地执行。实验结果表明了该方法的有效性和实用性。特别是,我们的方法运行速度更快,同时显示出更好的质量相比,双三次插值。
由以下结果可以看出,该算法的运算时间与插值算法相近,而PSNR高了很多。
笔者:SijunMa
全文:https://www.cnblogs.com/SijunMa/articles/17367497.html
标签:LUT,插值,SR,实用,查找,SijunMa,方法 From: https://www.cnblogs.com/AmethystLab/p/17367520.html