SRCNN: CNN for Super Resolution

论文笔记

汤晓鸥和何凯明 15 年的 paper，将 CNN 应用于超分辨率。

传统超分辨率比较有效的方法是稀疏编码。文中提出 CNN 可以模拟稀疏编码，而且比稀疏编码更加有效。

网络结构 SRCNN 有三层，功能是特征提取，非线性映射，重建。使用的损失是普通的欧氏距离。跑过实验，确实能提高图像 PSNR。

另外，Paper 提到了大量 Dead filters 的问题，也反映了神经网络的可压缩的性质。