这周讲座是由实验室的齐浩然师兄带来的，一场非常完整的对人脸超分辨领域的介绍，师兄讲得也很细致，讲得很好。
最后提到，这4种框架，能否应用到其他领域上来：
- pre-prior
- parallel-prior
- in-prior
- post-prior
其中，后两种框架适用于LR质量过低、无法提取有效先验信息的情景中。
如图像去雨去雾，要结合深度信息，可以思考变换加入先验信息的形式。
我的思考：
第4种框架有点像我正在做的结构，检测出的人脸框作为P，进行误差计算。
不同之处在于，我的框架在中间图像处也加了约束。（我觉得这种方法肯定也有，只是图中没有重点介绍）
换成pre-prior
先人脸检测，检测结果作为先验信息再弱光增强。这个框架在我的任务中明显不可行，原因和人脸超分类似，黑暗图像检测出的人脸太少了，不足以作为先验信息。
换成parallel-prior：
同时提升视觉效果和检测效果。
换成in-prior
先对图像进行弱光增强，再进行人脸检测。增加步骤，将人脸检测结果作为先验信息一同再次放入增强网络，最终得到生成图像。
这种框架，我觉得是有利于最终的视觉效果，而这种视觉效果会反映利于检测的视觉提升方向。
总结：
先把手头的框架做完，可以来实验parallel-prior和in-prior，研究视觉提升和检测提升的协同性。