最初的方法使用bicubic来模拟LR图片，之后的方法使用long-short camera focal lengths来收集LR-HR数据对，再之后的方法通过组合多种退化方法(such as Gaussian/Poisson noise, (an-)isotropic blur kernel, downsampling/upsampling, JPEG compression and so on)，这个方法也有问题，所以本文提出了一种人类引导的GT数据生成策略；
训练策略：上面收集到的数据
I
H
+
(
I
P
o
s
,
I
N
e
g
)
I^H+(I^{Pos},I^{Neg})
IH+(IPos,INeg)，之后对
I
H
I^H
IH进行退化模拟得到
I
L
I^L
IL，从而得到63583个
L
R
−
P
o
s
LR-Pos
LR−Pos对和2514个
L
R
−
N
e
g
LR-Neg
LR−Neg对；当仅使用positive pair进行训练的时候，使用
L
1
L_1
L1，perceptual和gan损失；当同时使用positive+negative对进行训练的时候，除上面的三种损失还增加了negtive损失；