- 博客(8)
- 收藏
- 关注
RSS订阅原创 读论文：Toward Real-World Single Image Super-Resolution: A New Benchmark and A New Model
ICCV2019论文：https://arxiv.org/pdf/1904.00523.pdf源码：https://github.com/csjcai/RealSR1 介绍近年来，爆炸性的增长通过训练CNN模型以实现SISR，通过设计新的CNN架构和损失函数。不幸的是，在这样的模拟数据集上训练的SISR模型很难推广到实际应用中，因为真实LR图像中的真实退化要复杂得多。1.基于不同数据...
2020-04-04 13:33:28
2844
1
原创 读论文：Single Image Super-Resolution Using Dual- Branch Convolutional Neural Network
论文：使用双分支卷积神经网络的单图像超分辨率重建1 介绍SISR是一个高不适的问题，降级的LR图像包含可能的HR图像的多种解决方案。存在的问题：●CNN的共同缺点，随着网络结构的加深，虽然可以得到更好的表现，但是会增加运行时间和存储复杂度，因此适合实际应用。●输入图像经过bicubic插值，增加了计算复杂度；FSRCNN通过去卷积层扩大尺寸；ESPCN通过子像素卷积层扩大尺寸，实现实时效...
2020-03-28 20:11:02
876
原创 读论文：Image Super-Resolution by Neural Texture Transfer
文章：https://arxiv.org/abs/1903.00834源码：https://github.com/ZZUTK/SRNTT1 介绍论文主要贡献：1.一个更普遍的RefSR问题，打破了SISR的性能障碍（即缺乏纹理细节），并放宽了现有RefSR的约束（即一致性假设）。2.对于RefSR问题，提出了端到端深度模型SRNTT，以通过多尺度神经纹理传递恢复以任何给定参考为条件的LR...
2020-03-22 20:22:23
628
原创 读论文：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
1 介绍广泛接受的一种观点是Veit等人提出的“拆散”观点。n个残差块的顺序连接被视为对应于其隐式2n2^n2n条路径的许多子网的集合。(a)一个含有三个模块f1f_1f1，f2f_2f2，f3f_3f3残差块的网络，有232^323=8从输入到输出的隐式路径，例如：f1f_1f1→f2f_2f2→f3f_3f3，f1f_1f1→f2f_2f2，f1f_1f1→f3f_3f...
2020-03-15 15:38:19
448
原创 读论文：Feedback Network for Image Super-Resolution
源码：https://github.com/Paper99/SRFBN_CVPR191 介绍（1）基于深度学习的方法的优势主要来自其两个关键因素：深度和跳跃链接第一，保留更多的上下文信息。第二，防止堆叠导致的梯度消失/爆炸。（2）减少网络参数，使用反复的结构，例如：DRCN和DRRN。RNN结构可以以前馈的方式共享信息，但是，即使采用了跳过连接，前馈方式也使得前一层无法从后一层访问有用的...
2020-03-08 20:57:03
466
原创 读论文：Learning a Single Convolutional Super-Resolution Network for Multiple Degradations
源码：[https://github.com/cszn/SRMD]1 介绍1.在典型的SISR框架中，将LR图像y建模为以下退化过程的输出：x表示：HR图像k表示：模糊核↓s表示：缩小s倍的降采样操作n表示：加性高斯白噪声2.本文的主要贡献有以下三点：（1）提出了一个简单而有效且可扩展的CNN框架，超越了广泛使用的双三次降质假设，并且适用于多种甚至是空间变异的降级。（2）提出了...
2020-03-08 16:33:57
993
原创 读论文：Fast and Accurate Single Image Super-Resolution via Information Distillation Network
文章全名：Fast and Accurate Single Image Super-Resolution via Information Distillation Network1 网络结构（IDN）三部分：a feature extraction block (FBlock)特征提取块, multiple stacked information distillation blocks (D...
2020-03-05 16:12:26
539
原创 Enhanced Deep Residual Networks for Single Image Super-Resolution NTIRE2017（EDSR）
1 EDSR1.1 相关研究VDSR（CVPR2016）和SRResNet（CVPR2017）1.跳跃链接，全局和局部的跳跃链接使模型更深更稳固。2.尺寸放大方法，使用子像素卷积的后放大尺寸比之前放大更有效。但，可能被限制在单尺寸超分辨率重建。1.2 EDSR的四个改进点1.batch-normalization不像分类问题，输入和输出有相似的分布。在SR中，可能不希望标准化中...
2020-03-05 16:10:17
388
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人