超分辨率
文章平均质量分 92
BigerBang
图像/视频修复与增强、超分辨率、sdr2hdr、插帧
展开
-
超分中的GAN总结:常用的判别器类型和GAN loss类型
总结了GAN在图像超分辨率中的应用,包括常用的判别器类型:经典的分类网络、patch gan和unet和GAN loss类型: gan、wgan、lsgan、ragan原创 2024-08-24 11:36:16 · 1071 阅读 · 0 评论 -
HAT论文详解:Activating More Pixels in Image Super-Resolution Transformer
本文是对Swinir的改进,目前很多图像超分Benchmark的SOTA。相对于SwinIR的改进主要有三个地方:1. 引入Channel Attention,以获得更好的全局能力;2. 提出了overlapping cross-attention模块,来进行跨window的信息交互;3. 提出一个预训练策略。上面两张图分别是HAT和SwinIR的整体结构图,可以看出HAT延续了SwinIR的基本结构,将RSTB升级成RHAG,内部的STL也对应升级成HAB,并且在每个Block中加入了一个OCAB。原创 2024-02-22 19:35:10 · 1291 阅读 · 0 评论 -
ELAN论文详解:对SwinIR进行效率优化的超分算法(Efficient Long-Range Attention Network for Image Super-resolution)
本文是对论文ELAN的解读,ELAN认为当前基于Transformer的超分模型在效率和效果上都存在问题,其提出了efficient long-range attention block(ELAB),可以更好的建模图像的长距离依赖;同时其提出了一系列的有效的优化策略,可以极大的提高模型的效率。原创 2023-12-14 14:34:46 · 1974 阅读 · 0 评论 -
ACM-MM2023 DITN详解:一个部署友好的超分Transformer
本文是论文Unfolding Once is Enough: A Deployment-Friendly TransformerUnit for Super-Resolution的讲解。超分任务的特征图尺寸往往很大,导致Transformer的计算负担很大,本文延续swinir和elan的路线,提出了一个部署友好的超分Transformer,通过减少reshape算子的数量,从而提升了效率。原创 2023-12-13 17:28:43 · 1164 阅读 · 0 评论 -
真实数据超分三大方法(BSRGAN、Real ESRGAN、SwinIR)训练细节整理
本文整理单帧真实数据超分目前最有效的三个方法BSRGAN、Real ESRGAN、SwinIR的训练细节,方便训练时查找。SwinIR这里只记录了其在Real world SR上的相关配置。原创 2023-11-28 17:49:51 · 1858 阅读 · 0 评论 -
详解SwinIR的论文和代码(SwinIR: Image Restoration Using Swin Transformer)
SwinIR将Swin transformer1应用到low level领域的图像增强任务,结合卷积设计了网络结构,在以下三个任务上取得了很好的效果:图像超分辨率(包括classical、lightweight和real-world SR)、图像去噪(包括灰度图和彩色图像去噪)和 JPEG压缩失真去除。本文将结合代码对SwinIR进行详解。原创 2023-11-20 14:55:42 · 2104 阅读 · 16 评论