Training our proposed StfNet architecture requires theparameter estimation for two convolutional neural networksM 0 and M 1 Following traditional LBF we assume that therelationships between coarse an

训练我们提出的StfNet架构需要对两个卷积神经网络M0和M1进行参数估计。按照传统的LBF方法，我们假设粗细图像对之间的关系在同一时期内是不变的，并从t1到t3选择可用的粗细差异图像对（C13和F13）作为训练数据集。为了从TD中受益，t1和t3时刻的邻近精细图像（F1和F3）也被用作输入。在时间约束下，我们可以得到提议的网络架构的目标函数如下：xxxxx。在这里，?0和?1分别表示两个卷积神经网络映射模型M0和M1的网络参数；LR是带有TD的重建损失，通过yyyy计算。