【图像超分辨】RDN

RDN——Residual Dense Network—— 残差深度网络。RDN是基于深度学习的超分方法之一，发表于CVPR 2018。

网络结构

RDN网络结构分为4个部分：

1. SFENet(Shallow Feature Extraction Net, 浅层特征提取网络)；
2. RDBs( Residual Dense Blocks, 残差稠密块)；
3. DFF(Dense Feature Fusion, 稠密特征块 )；
4. Up-Sampling Net(上采样网络)。

SFENet:
包含两个CONV层，用于提取浅层特征。

RDBs:
包含D个RDB，用于提取各层特征，一个RDB提取出一个局部特征。RDB结构如下图（c）所示：

可以看出，RDB = Residual block(残缺块) + Dense block(稠密块)
由于网络深度的增加，每层CONV层的特征会逐渐分级（得到hierarchical features），因为有不同的感受野（receptive fileds）。而Hierarchical features对图像重建提供了重要信息， 我们要充分利用所有层的信息和特征。

一个RDB结构分为3个部分：

1. CM(Contiguous Memory 近邻记忆)
   RDB含有C个[CONV+ReLU]，CM机制会将上一个RDB的状态发送到当前RDB中的每一个CONV层，也就是图（c）的小桥们；

2. LFF(Local Feature Fusion 局部特征融合)
   LLF将前一个RDB的各个状态与当前RDB的所有CONV层融合在一起。
   RDN中，前一个RDB输出的feature-map 是直接与当前RDB串联起来的，这时，减少feature的数量就很有必要了。我们使用一个11的CONV来减少feature的数量/控制输出信息：11CONV用于减少通道数，并保持nh,nw不变；

3. LRL(Local Residual Learning 局部残差学习)
   也就是将以下两者加起来，看c图下部的红箭头以及绿色加号：前一RDB的输出 + 上面LFF的1*1CONV的输出。引入LRL以进一步提高信息流、提高网络表示能力，以达到更好的性能。

DFF(Dense Feature Fusion, 稠密特征块 ):
DFF在全局上提取各层特征。包含两个部分：

1. GFF（global feature fusion 全局特征融合）
   GFF 用于将所有RDB提取到的特征融合在一起，得到全局特征。GFF分为两部分：1x1 CONV 融合一系列的特征（1*1CONV的作用就是减少通道数，并保持Nh, Nw）。3x3 CONV 为下一步的GRL进一步提取特征；
2. GRL（global residual learning 全局残差学习）
   就是RDN结构图中的绿色加号。就是实现：浅层特征 + 所有RDB提取到的特征；
3. UPNet（Up-Sampling Net 上采样网络）
   该模块表示网络最后的上采样+卷积操作。实现了输入图片的放大操作。

实现细节

1. 除了用于融合局部或全局特征的CONV层的kernel size = 1x1 外，其他的CONV层都是 3x3的；
2. kernel size = 3x3的CONV层，都用SAME padding 以保持inputsize不变
   浅层特征提取层、局部全局特征融合层的CONV的filter数量都是G0 = 64；
3. 其他层（RDB中）的CONV的filter数量都是G，并使用ReLU作为其激活函数；
4. 使用ESPCNN（Sub-Pixel）来提高粗分辨率特征，从而使得UPNet性能更好；
5. RDN最后的CONV，若需要输出彩色高清图像，则可设置其输出的channel = 3；若需要输出灰度高清图像，可设置其输出的channel = 1。

讨论（与其他网络的区别）

Difference to DenseNet:

1. 与DenseNet不同：移除了BN层，以提高运算速度降低计算复杂度和GPU内存的消耗；
2. 与DenseNet不同：移除了Pooling层，防止其将像素级的信息给去除掉；
3. 与DenseNet不同：使用GFF将各RDB提取的特征全部concat起来，充分利用。而DenseNet 整个网络中只使用每一个DenseBlock最后的输出。

Difference to SRDenseNet:

1. 在RDB中，提取全局特征时不使用Dense Connection，取而代之的是
2. DFF（Dense Feature Fusion, 稠密特征块，包含GFF和GRL)
   损失函数：SRDenseNet使用L2 ；RDN使用L1（提高了性能，加快了收敛）。

Difference to MemNet:

1. 损失函数：MemNet使用L2 ；RDN使用L1（提高了性能，加快了收敛）；
2. MemNet要用Bicubic插值方式对LR图片进行上采样，从而使LR图片达到所需的大小，这就导致特征提取和重建过程都在HR空间（高分辨率空间）中进行；而RDN从原始的LR图片（低分辨率图片）提取各层特征，很大程度上减少了计算的复杂度，并提高了性能；
3. MemNet中包含了递归和门限单元，这使得当前层不能接收上一层的输入，而RDB的前后模块是有交互的

实验设置

数据集:

1. 数据集： DIV2K(800 training imgs + 100 vali imgs + 100 testing imgs)；
2. 训练：DIV2K——800 training img + 5 vali img；
3. 测试：五个standard benchmark datasets：Set5 [1], Set14 [33], B100 [18], Urban100 [8], and Manga109 [19]。

退化模型:
训练的输入图片（LR）使用DIV2K的高清图片通过下面3种退化模型得到：

1. BI模型：Bicubic插值方式对高清图片进行下采样， 缩小比例为x2，x3，x4；
2. BD模型：先对高清图片做（7*7卷积，1.6方差）高斯滤波，再对滤波后图片做下采样， 缩小比例为x3；
3. DN模型：①Bicubic插值方式对高清图片进行下采样， 缩小比例为x3，②再加30%的高斯噪声。

实验结果

可看出， CM, LRL, and GFF 缺一不可，缺一个性能就下降。

1. 在BI退化模型下：
   
   
2. 在BD和DN退化模型下：
   
   
   

参考博客

超分辨率-RDN