Fast and Accurate Image Upscaling with Super-Resolution Forests

最新推荐文章于 2020-09-07 21:52:46 发布
最新推荐文章于 2020-09-07 21:52:46 发布
阅读量1.3k 收藏 2
点赞数
分类专栏： 论文笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/helloeveryon/article/details/52892343
版权

背景介绍：SR其中的亮度通道(Y),因为Cb、Cr缩小和放大没有什么不一样.
老实说，这张图没看懂!!

这篇文章的创新在传统SR问题的推导过程替换成W，变成一个回归问题训练和SR，如下图：



这篇文章的大致想法是 训练随机森林，随机森林的叶子节点带有回归函数，所以他的目标函数，包括两个功能


一个功能是把类似的图片分到相同的树节点，也就是11式中的第二项，类似聚类；另外一个功能叶节点的回归函数回归误差最小化.SR的时候，把每棵树的叶节点回归输出取平均，实验部分，作者对比不同的回归函数（RFC RFP RFL）的效果，RFP（多项式）效果最好。

相比《Optimized Regressor Forest for Image Super-Resolution》，虽然两篇都使用到随机数森林，但是还是有差异，后者的系统流程图：


后者先分类，确定使用哪个回归函数，然后使用该回归函数有回归，前者把回归函数和分类都集成到随机森林。


实验部分

实验部分添加正则的作用，树结构（平衡树），与其他方法对比的SR时间...总之实验部分很是详尽，挺大的工作量.

代码部分:
代码部分要解决这么一个问题：
imTar = P*Xsrc;     %%imTar = imHY - imMY; % imMY为插值放大的图像，imTar 也就是其中的高频细节
     %%Xsrc为插值放大的图像patch经过四种滤波器后生成的纹理.

lf14
关注
专栏目录
【图像超分】论文精读：Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution（LapSRN）
畅游计算机视觉的海洋
03-31 6074
卷积神经网络最近证明了单图像超分辨率的高质量重建。在本文中，我们提出了拉普拉斯金字塔超分辨率网络(LapSRN)来逐步重建高分辨率图像的子带残差。在每个金字塔级别，我们的模型以粗分辨率的特征图作为输入，预测高频残差，并使用转置卷积进行上采样到更精细的级别。我们的方法不需要双三次插值作为预处理步骤，从而大大降低了计算复杂度。我们使用稳健的 Charbonnier 损失函数使用深度监督训练所提出的 LapSRN，并实现高质量的重建。此外，我们的网络通过渐进式重建在一次前馈传递中生成多尺度预测，从而促进资源感知应
【CVPR2020视频超分辨率】Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution 阅读笔记
weixin_43514766的博客
11-10 1857
paper：Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution code：Zooming-Slow-Mo-CVPR-2020 简介 本文探讨了时空视频超分辨率任务，即从低帧速率、低分辨率的视频中生成高分辨率的慢动作视频。一个简单的解决方案是将其分成两个子任务：视频帧插值（VFI）和视频超分辨率（VSR）。然而，时间域的内插和空间域的超分是有内在相关性的。如果分成两阶段操作，则不能充分利用视频的自然..
PAISR：Rapid and Accurate Image Super Resolution 详解（内附代码code）
小长冲冲里的一只羊的专栏
04-24 8336
hi，这绝对是一篇想搞事情的论文，本宝对这篇文章也没有弄得很透彻，甚至在某些小块上卡住了，但是还是有些干货想跟小伙伴们分享，顺便一起探讨一些问题。 在github：https://github.com/HerrHao/RAISR上有研友写了部分代码，并没有完全实现论文，虽然效果也不怎样理想，但是使用滤波器的方法代替字典速度提高了好多。不多说了，下面是论文的框架 主要分为以几个部分：
Fast and Accurate Image Upscaling with Super-Resolution Forests
菲尼克斯罗的学习笔记
10-27 988
组会报告的这篇，里面对树生成的过程还是有不理解的地方，待加强.
Fast_and_Accurate_Traffic_Matrix_Measurement
04-13
Trafc matrix (TM) can be used to detect, identify, and trace network anomaly caused by DDoS attacks and worm outbreaks. To detect network anomaly as early as possible, we need to obtain TM in a fast and accurate manner. Many existing TM estimation techniques are found not sufcient for this purpose due to their high overhead or low accuracy.
Fast and Accurate Image Super-Resolution with Deep Laplacian Pyramid Networks
Stay hungry,stay young
11-28 1068
发表自TPAMI2019。会议的版本发表在CVPR2017(Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution)。 主要的工作：在多金字塔层渐进地重建高分辨率图像的子带残差，直接从低分辨率输入特征提取特征，使用了Charbonnier损失函数（可以更好地处理异常值），使用递归层去共享金字塔层内和层间的参数。...
WDSR-Wide Activation for Efficient and Accurate Image Super-Resolution 论文代码
12-25
本文提到的“WDSR-Wide Activation for Efficient and Accurate Image Super-Resolution”是由Yuan et al.提出的，它是一种高效的深度学习模型，专门用于图像超分辨率任务。WDSR（Wide Dense Super-Resolution）模型...
【CVPR20超分】Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution
weixin_42054508的博客
03-17 3307
代码：https://github.com/Mukosame/Zooming-Slow-Mo-CVPR-2020 任务简述： 时空超分辨率：将低分辨率低帧率的视频重建为高分辨率高帧率(慢动作slow motion？)视频。联合帧插值和视频超分的任务。 创新点： We propose a one-stage space-time super-resolution network that can ...
Fast and Accurate Deep Bidirectional Language Representations for Unsupervised Learning学习记录
雾里闹的博客
09-07 418
T-TA Fast and Accurate Deep Bidirectional Language Representations for Unsupervised Learning code 这是一篇ACL2020的论文，主要内容是对bert的预训练任务MLM进行改进。传统的bert中使用的MLM任务每次只能遮蔽（mask）15%的字符，导致训练时效率不高。本文通过对transformer中的QKV进行了改造，使得训练时每次可以预测全部的token，并且不需要额外的[MASK][MASK]符号，实现了预
PaperNote-Fast and Accurate Single Image Super-Resolution via Information Distillation Network
Cutepingping的博客
06-11 1932
PaperNote-Fast and Accurate Single Image Super-Resolution via Information Distillation Network论文地址：https://arxiv.org/pdf/1803.09454.pdf代码地址：https://github.com/Zheng222/IDN-Caffe论文主要提出了IDN网络（Informatio...
图像处理与计算机视觉-论文阅读笔记
Kobaayyy的博客
01-20 1217
题 目：Residual Networks for Light Field Image Super-Resolution 作 者：Shuo Zhang, Youfang Lin, Hao Sheng 单 位：北京交通大学计算机与信息技术学院北京交通数据分析与挖掘重点实验室，中国民航民航旅客服务智能化应用技术重点实验室，北京航空航天大学计算机科学与工程学院软件开发环境国家重点实验室...
CVPR 2015 papers
GarfieldEr007的专栏
07-07 5543
CVPR 2015  CVPR 2015的文章可以下载了，如果链接无法下载，可以在Google上通过搜索paper名字下载（友情提示：可以使用filetype:pdf命令）。 Going Deeper With Convolutions Christian Szegedy,  Wei Liu,  Yangqing Jia,  Pierre Sermanet,
【文章阅读】【超解像】-Fast and Accurate Image Super-Resolution with Deep Laplacian Pyramid Network
happyday_d的博客
12-24 1986
【文章阅读】【超解像】–Fast and Accurate Image Super-Resolution with Deep Laplacian Pyramid Network 论文链接：https://arxiv.org/abs/1710.01992 项目主页：http://vllab.ucmerced.edu/wlai24/LapSRN/ 本文在前期LapSRN基础上做了不同金字塔层之间的参数...
超分辨率【Super-Resolution】相关论文
qq_40662074的博客
03-16 1139
1.Deep Convolutional Network 嘿Learning a Deep Convolutional Network for Image Super-Resolution 原文链接. 嘿Image Super-Resolution Using Deep Convolutional Networks原文链接. 嘿Accurate Image Super-Resolution Us...
神经网络（一）
记录计算机应用的点点滴滴！！！！！
12-27 1211
神经网络 Contents  [hide] 1 概述2 神经网络模型3 中英文对照4 中文译者 概述 以监督学习为例，假设我们有训练样本集  ，那么神经网络算法能够提供一种复杂且非线性的假设模型  ，它具有参数  ，可以以此参数来拟合我们的数据。 为了描述神经网络，我们先从最简单的神经网络讲起，这个神经网络仅由一个“神经元
fast and accurate single image super-resolution via information distillation network
最新发布
04-10
《B'Fast and Accurate Single Image Super-Resolution via Information Distillation Network》是一篇关于图像超分辨率领域的研究论文，提出了一种新的方法——信息蒸馏网络，能够实现快速准确的图像超分辨率。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值