最初的方法使用bicubic来模拟LR图片,之后的方法使用long-short camera focal lengths来收集LR-HR数据对,再之后的方法通过组合多种退化方法(such as Gaussian/Poisson noise, (an-)isotropic blur kernel, downsampling/upsampling, JPEG compression and so on),这个方法也有问题,所以本文提出了一种人类引导的GT数据生成策略;
训练策略:上面收集到的数据 I H + ( I P o s , I N e g ) I^H+(I^{Pos},I^{Neg}) IH+(IPos,INeg),之后对 I H I^H IH进行退化模拟得到 I L I^L IL,从而得到63583个 L R − P o s LR-Pos LR−Pos对和2514个 L R − N e g LR-Neg LR−Neg对;当仅使用positive pair进行训练的时候,使用 L 1 L_1 L1,perceptual和gan损失;当同时使用positive+negative对进行训练的时候,除上面的三种损失还增加了negtive损失;