CVPR 2019 神奇的超分辨率算法DPSR：应对图像模糊降质

上两幅图像中上面为低分辨率模糊图像，下面大图来自几天前刚出来的超分辨率算法DPSR的结果。在我们的印象中，往往超分辨率后的图像会看起来轻微模糊，但该算法能够将模糊的低分辨率图像放大，而且更清晰。

作者已将代码开源：

https://github.com/cszn/DPSR

DPSR算法来自论文《Deep Plug-and-Play Super-Resolution for Arbitrary Blur Kernels》：

作者分别来自哈工大、中国香港理工大学、深圳鹏城实验室、阿里达摩院。

从论文标题看，它可以应对任意模糊核的图像模糊降质。

以往，超分辨率研究中，往往使用双三次插值作为低分辨率图像获取的方式，但现实世界低分辨率图像不仅有双三次插值带来的图像降质，还大量存在着模糊降质。

该文作者提出的DPSR算法正是想要在超分辨率的同时完成图像的去模糊，而且是去任意模糊核的图像模糊。

作者们研究了如下模糊核，包括高斯模糊、运动模糊、Disk模糊。

在BSD68数据集上，使用常用的PSNR和SSIM图像质量评价方法，DPSR取得了毫无争议的最好结果。如下图所示：

下面是与其他超分辨率方法在视觉效果上的比较，也是明显好一个等级（最右下角为该文算法结果）。

更多模糊LR图像超分辨率后的结果：

效果只能用神奇来形容了！

再发一遍开源地址：

https://github.com/cszn/DPSR

代码使用PyTorch实现的，欢迎大家试玩，欢迎给大佬star。