曲线拟合matlab源码-SRCNN:通过caffe训练和测试SRCNN模型以进行图像重建/超分辨率

曲线拟合 matlab 源码 梳理论文 中的图像重建方案，并进行模型训练和测试。 流程 系统的 pipeline 如下图所示： ![pipe][pipeline] [pipeline]:img/pipeline.png 学习任务可描述为：学习由Y(低清图像)到X(高清图像)映射f(Y)=X。 patch 提取与表达 从低清图像中有重合地提取图像patch,提取每个patch的高维特征。这些特征组成了一个featrue map集合 size(patchs) = size(map set)。 非线性映射 将每个高维特征非线性地映射到其他的高维特征，映射的特征概念上是高清图块的特征表达。 重建 使用上述映射得到的高维特征（拟合的高清图块的表达）组合起来，生成重建的高清图像，期望重建的图像与X相似。 model training 训练此模型的步骤如下,大部分源码由作者公开在： 使用 Train/ 目录下的91张图片进行训练，使用 generate_*.m 脚本生成训练数据和测试数据。 将生成的h5 文件和相应的网络模型配置文件放置到合适的路径，基于caffe DL 框架进行训练。 将训练过程中