细节增强去伪影
该生成对抗网络通过浅层生成器、双流膨胀卷积提取与伪影损失，在训练样本很少时仍能恢复真实高频细节，避免过拟合与伪影。
Congcong, Ma · Mi, Jiaqi · 高万林 · Tao, Sha
Neurocomputing 2025
采用浅层生成器结构，参数量少，在样本数很少时也能稳定训练，避免深度网络常见的过拟合。
双流特征提取网络利用膨胀卷积捕获多尺度上下文信息并扩大感受野，能够更有效地重建高频边缘和纹理。
专门设计的伪影损失在训练中消除伪影，保留真实高频细节，显著改善超分图像的视觉质量。