提出SRCNN問題

• context未充分利用
• Convergence 慢
• Scale Factor 訓練指定fator的模型再重新訓練其他fator的模型低效

context

對於更大的scale-fator 需要更大的receptive-field(接受域，也就是過濾器),如果接受域學習了這張圖像模式，也就能把這張圖像重建成超分辨率圖像，所以網絡第一層是過濾器是 3 x 3 *64

往後每層的filter 大小為 （2D+1,2D+1），D為網絡層數，第一層與最後一層的大小相同。

論文指出中央像素受周圍像素所約束，所以類似SRCNN等crop的方法，將會導致邊界信息不能很好的被周圍像素推斷，而作者則對input進行的padding再送入網絡，這樣也使得網絡輸出與輸入相同。

（這裏與SRCNN另外一個預處理方式不同的就是crop時不crop重疊部分）

Convergence

一張高分辨圖片包含了低頻信息（低分辨率圖片）與高頻信息（殘差圖像與圖像細節）

論文指出SRCNN收斂慢的原因可能是SRCNN重建HR（重建高頻信息）圖像時重建了低頻信息與高頻信息，重建低頻信息的過程類似自編碼器，而本文則直接重建高頻信息（殘差圖像與圖像細節）

設 x 為 低分辨率圖像， y 為高分辨率圖像 則 f(x) 為預測的 y 值，使用均方差損失函數

因為輸入與預測輸出有很大相似，所以定義 r = y - x ，則損失函數 為：

為了提高收斂速率，作者將學習速率初始化為 0.1 往後每20個epchos 降低 10倍，還使用了梯度剪枝

Single-Scale

大部分模型由指定的fator訓練，對於特定的fator就重新訓練，這很低效，作者把一個minibatch由不同縮放因子的64個sub-image組成放入網絡訓練，

訓練結果證明了由特定fator訓練的模型再更大的fator上測試性能不佳，而由多個fator上處理再訓練的模型，性能超過Bicubic

模型預處理方式與SRCNN大部分相同：bicubic先下采樣，後上采樣作為輸入圖像

VDCN