DRCT包括3个不同的组成部分:浅层特征提取、深层特征提取和图像重建模块。
对于低分辨率输入
I
L
R
∈
R
H
×
W
×
C
i
n
I_{LR}∈R^{H×W×C_{in}}
ILR∈RH×W×Cin,先使用 3×3 的卷积层
C
o
n
v
(
⋅
)
Conv(·)
Conv(⋅) 来提取渐层特征
F
0
∈
R
H
×
W
×
C
F_0∈R^{H×W×C}
F0∈RH×W×C:
然后从
F
0
F_0
F0 中提取包含高频空间信息的深度特征
F
D
F
∈
R
H
×
W
×
C
F_{DF}∈R^{H×W×C}
FDF∈RH×W×C:
其中
H
D
F
(
⋅
)
H_{DF} ( · )
HDF(⋅) 是深度特征提取模块,包含
K
K
K 个残差深度特征提取组( RDG )和用于特征转换的单卷积层
C
o
n
v
(
⋅
)
Conv ( · )
Conv(⋅)。具体来说,中间特征
F
1
,
F
2
,
.
.
.
,
F
K
F_1,F_2,...,F_K
F1,F2,...,FK 和输出的深度特征
F
D
F
F_{DF}
FDF 是逐块提取的:
最后通过聚合浅层和深层特征来重建SR图像
I
S
R
∈
R
H
×
W
×
C
i
n
I_{SR}∈R^{H×W×C_{in}}
ISR∈RH×W×Cin:
其中 H r e c ( ⋅ ) H_{rec} ( · ) Hrec(⋅) 是重构的函数,用于融合高频深度特征 F D F F_{DF} FDF 和低频特征 F 0 F_0 F0 以获得SR结果。