结合上升采样upsample和卷积操作。Sub-piexl convolution。
Efficient Sub-pixel-convolutional-layers。
LR network，即低分辨卷积网络。在upsample的过程中对图像就进行了卷积。
HR network，高分辨卷积网络，一般HR network是现将低分辨力的图像进行二次插值变换后然后对变换后的图像再进行卷积网络。像HR network是先将图像进行upsample后才进行卷积。
得到r^2个通道特征图然后通过周期筛选（periodic shuffing）得到这个高分辨率的图像，其中r为upscaling factor，也就是图像扩大倍率。
ESPCN:2016年9月
《Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network》
论文链接：https://arxiv.org/abs/1609.05158
全文翻译：http://www.jianshu.com/p/9d654bdbd5e2
代码链接(tensorflow)：https://github.com/Tetrachrome/subpixel
【转载自】
一边Upsample一边Convolve：Efficient Sub-pixel-convolutional-layers详解 - bbbeoy的专栏 - CSDN博客 https://blog.csdn.net/bbbeoy/article/details/81085652
[1609.07009] Is the deconvolution layer the same as a convolutional layer? https://arxiv.org/abs/1609.07009
A guide to convolution arithmetic for deep learning https://arxiv.org/pdf/1603.07285v1.pdf
Efficient Sub-Pixel Convolutional Neural Network - Shwan_ma的博客 - CSDN博客 https://blog.csdn.net/shwan_ma/article/details/78440394