2019 ICCV的论文，用于检测文字的SR，功能很实用，idea感觉比较水。一句话概况就是，因为目标是对文本进行SR提高文本识别的准确率，所以添加一个文本识别的识别器作为一个loss。整体结构如下所示:
如上图所示，整张图分为生成器部分，判别器部分和识别网络部分，蓝色的线是训练部分，红色的线是测试部分。生成器就是生成SR图像的，判别器也是和SRGAN的差不多，最后加上一个识别器，通过识别准确率引导文本变清晰，其实和VGG loss是一个类型的。所以也如论文后面的实验所示，通过这个loss，提高了文本识别的准确率，以及视觉效果。
本来不想再写实验的，但是看了一下实验感觉有点怪。就是，其对比的方法是SRGAN，通过这个loss实现感官和识别效果超过SRGAN是必然的，但是缺少更多的和STOA的SR方法对比，以及和只用L2 loss的对比，这一点感觉实验做的不是很充足。