096、超分中的对抗训练：GAN如何提升超分图像的感知质量

096、超分中的对抗训练：GAN如何提升超分图像的感知质量去年做某个工业检测项目时，甲方突然甩过来一张低分辨率监控截图，要求“放大后能看清螺丝上的螺纹”。我掏出ESPCN、SRCNN一顿操作，PSNR飙到32dB，结果甲方看了一眼说：“这糊成一团的玩意儿叫超分？”那一刻我意识到，像素级指标和人类视觉感知之间，隔着一道鸿沟。后来翻到SRGAN的论文，才明白问题出在哪——我们一直在用L2损失逼模型“猜像素平均值”，但人眼更在意纹理是否真实、边缘是否锐利。GAN的对抗训练，本质上是在教超分模型学会“撒谎”，而且撒的谎要骗过判别器这个“质检员”。从“像素平均”到“感知欺骗”传统超分模型的目标函数通常是L1或L2损失，优化方向是让生成图像与真实图像在像素空间上尽可能接近。这会导致一个典型问题：模型倾向于输出模糊的“平均脸”——因为对于高频细节（比如头发丝、皮肤毛孔），任何偏离真实值的预测都会增加损失，模型宁可选择平滑过渡来降低风险。GAN的介入改变了游戏规则。生成器（超分网络）不再直接拟合像素，而是试图生成让判别器无法分辨真假的图像。判别器则不断学习区分真实高分辨率图像和生成图像。这个博弈过程迫使生成器去捕捉真实图像的纹理分布，而不是像素均值。我习惯把判别器看作一个“挑剔的艺术家”，它不关心像素误差有多大，只关心“看起来像不像真的”。这种对抗压力下，生成器会自发地学习高频细节的生成策略——比如在SRGAN中，生成器会在VGG特征空间上计算感知损失，配合对抗损失，让输出图像在语义层面更接近真实。