- 博客(7)
- 收藏
- 关注
RSS订阅原创 SR视觉loss有关论文
主要关注SR task网络的视觉loss，不再赘述网络结构。SR的目标不仅仅是重建的图像的PSNR/SSIM等指标高，更需要达到较好的视觉效果，而人类视觉主要关注图像的细节、边缘等。而如果单纯只用pixel-level的loss对网络进行约束，会导致over smoothing等问题。如图1,（Learning to Maintain Natural Image Statistics论文中fig 3）。而有研究表明，通过基于预训练网络提取的高级特征，定义和优化感知损失函数，可以生成高质量图像。inpu
2020-05-19 21:08:21
588
原创 Deep Learning for Single Image Super-Resolution: A Brief Review_架构部分
这篇论文是2018年的，所以总结的SR网络截止到2018年，后续会持续更新…以SRCNN为baseline，架构如图1，存在三个问题：(1)双三次插值存在问题：(a)引入了细节平滑效果这些输入可能导致进一步的错误估计图像结构;(b) time-consuming; ©如果上采样的内核未知，不应该用特定的插值方法得到input。如何得到一个有理有据的input？(2)SRCNN只有三层，更深的网络来达到更好的效果？(3)loss和架构的设计都没有与SR结合，如何与传统的SR task相融合？图1
2020-05-08 23:32:39
1169
原创 阅读 Blind single image super-resolution with a mixture of deep networks
解决blind SR问题论文的解决思路和网络框架有理论推导部分推导：设：LR图像为L，HR图像为H，SR建立从L到H的最佳模型的参数为θ*，即：→非盲（K已知）：盲（K未知）：？使用latent vector z∈{1,2,…,M}对K进行建模，那么H在L的边缘分布为：上式右边的结构，使得求最大值比较困难→根据詹森不等式：→上式右边第一项约束由F生成的图...
2020-05-02 14:54:40
345
原创 盲超分辨论文
盲超分辨论文退化模型设LR图像为y， HR图像为x， 下采样矩阵为D， 模糊核矩阵为K， 噪声为n，那么退化模型可以表示为： (1)SR算法所要解决的问题是：在已知y的情况下求x分两种情况：(1). 已知拍摄所用相机的PSF函数，将其作为K；未知PSF函数，模糊核设为高斯核（？）(2). 不对模糊...
2020-04-26 13:35:40
1391
原创 pycharm_运行不出结果，也不报错_Process finished with exit code 0
pycharm_运行不出结果，也不报错_Process finished with exit code 0用pycharm运行程序的时候，运行不出结果 ，也不报错，且正常退出解决1：将 run → edit configurations → run with python console 勾掉解决2：注意空格注意空格！！！我的情况是程序中一个小循环的空格缩进不对记录一下...
2020-04-04 12:13:55
25580
6
原创 4.1学习记录
记录下今天看的两篇论文。1. Image-to-Image Translation with Conditional Adversarial NetworksD：Patch GAN论文提到，虽然在图像生成方面，使用L1或者L2 loss会导致生成的图像产生模糊（fail to encourage high-frequency crispness），但是可以大多数情况下它们可以准确地捕捉低频信...
2020-04-01 22:14:38
164
原创 A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications_简单总结
SR_简单总结 ① GANrecursive networkResidual networkCNNAUTO ENCODERELSESR_简单总结 ①)GANGANISRGAN: Improved Super-Resolution Using Generative Adversarial Networks （CVC)G-GANISR: Gradual generative adversa...
2020-03-10 20:46:25
1698
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