一篇将SR和HDR结合在一起做的论文，将图像分成高频和低频两个部分分别处理。其中高频部分用反射图来表示，低频部分用光照图来表示。由于SR和HDR都更加关注恢复图像的高频细节，这里也更加关注图像的反射图部分。整体框图如下所示:
如上图所示，这里的操作只是对Y通道进行，CbCr通道仅仅是做了bicubic的上采样。这里Y通道要先分解成光照图和反射图部分，其中光照图I是原始的Y通过一个高斯滤波器操作得到，而反射图则是Y/I的log后的结果。直接施加高斯滤波会产生artifacts，这里使用WLS滤波器去减少这种artifacts的效应同时实现保边效果，具体见论文。
具体而言，这里对于低频的光照图使用bicubic直接进行上采样，因为其是平滑的，作者的论文实验也说明使用CNN并不会更好，所以bicubic上采样后，又直接通过gamma变换进行增强。对于反射图部分，这里使用两个UNet叠在一起的作为超分辨的网络。如下图所示:
由于反射图的范围远远超过了【-1,1】这个区间，这里使用tanh函数进行处理再送入网络，输出后再进行反变换。最后，Y通道的输出图是反射图和光照图相乘，再和CbCr通道进行组合，转回RGB图。
对于损失函数，这里使用了L1 loss和Relative GAN loss进行组合，不赘述。