要約
最近提案された深層超解像ネットワークのフィードフォワードアーキテクチャは、低解像度入力の表現を学習し、それらから高解像度出力への非線形マッピングを行います。しかし、このアプローチは低解像度画像と高解像度画像の相互依存関係を完全に解決していません。本研究では、反復的なアップサンプリングとダウンサンプリング層を用いたDeep Back-Projection Networks（DBPN）を提案します。これらの層は各段階での投影誤差に対するエラーフィードバックメカニズムを提供します。我々は、異なる種類の画像劣化と高解像度成分を表す相互接続されたアップサンプリングとダウンサンプリング段階を構築します。さらに、このアイデアを拡張し、アップサンプリングとダウンサンプリング段階間で特徴量の連結を許可する（Dense DBPN）ことで、超解像再構成の性能が更に向上することを示します。特に、8倍のような大きなスケーリング係数において複数のデータセットで新しい最先端の結果を達成しています。