盲超分辨：Unsupervised Real-world Image Super Resolution via Domain-distance Aware Training和FSSR记录

用csdn来记录重要的文章应该比typora好一些

CVPR2021 CITE125 悉尼大学
code

可以借鉴的点

fig1中比较了realLR和生成LR之间的FID；【我的论文里面也可以】 FID的链接
下面的是用的AIM数据集

abstract

烦死了，不知道为啥之前写的没了
解决转换之后的gap：

其中：domain-gap aware training的意思是训练SR的时候还用了real LR的数据；domain distance weighted就是判别器判别和real LR近的权重加大
此外还改进了DS网络+小波变换；

性能比较

我很高兴这一篇表示比cincyclgan的性能要好，希望是真的；
我非常担心我们的数据做不到，无法直接加那么重的卷积；真的很难。。。。。

框架

DSnet