- 博客(52)
- 收藏
- 关注
RSS订阅原创 CVPR2023中super-resolution相关的文章
1 Activating More Pixels in Image Super-Resolution Transformer pytorch 混合注意力transformer，刷PSNR 2 N-Gram in Swin Transformers for Efficient Lightweight Image Super-Resolution pytorch transformer，轻量化 3 Omni Aggregation Networks for Li
2023-05-08 20:04:17
757
1
原创 ICCV2021超分辨率汇总（附论文链接/代码/解析）[持续更新]
欢迎大家订阅！！！本文对ICCV2021中超分辨率的文章进行了汇总和分类。 Model Code Keywords Attention-based Multi-Reference Learning for Image Super-Resolution Coming 1、参考图像、多图像 Learning A Single Network for Scale-Arbitrary Super-Resolution p
2022-03-05 17:52:10
3445
原创 ECCV2020 Scene Text Image Super-Resolution inthe Wild
文章：Scene Text Image Super-Resolution in the Wild | SpringerLink代码：GitHub - JasonBoy1/TextZoom: A super-resolution dataset of paired LR-HR scene text images摘要，简介，相关工作提出了一种新的文本场景SR数据集：textzoom。该数据集是真实场景下的通过长短焦镜头得到的低分辨率和高分辨率的图像对。相比于之前的bicubic更加能够应对真实的场景
2021-09-23 11:05:33
444
3
原创 CVPR2021 Unsupervised Degradation Representation Learning for Blind Super-Resolution
文章地址：https://arxiv.org/pdf/2104.00416.pdf项目地址：https://github.com/LongguangWang/DASRAbstract之前的盲超分方法依赖于退化的估计，然而退化估计的方法通常是耗时的，而且如果有估计误差也会影响SR效果。本文提出了无监督的退化表示学习，不需要进行显式的退化估计。主要贡献：1、我们学习抽象的表示在表示空间来区别不同的退化。2、引入了退化感知网络来灵活的适应不同的退化。1. Introduction现有的
2021-04-22 16:00:55
1972
1
原创 ICCV2019 CARAFE: Content-Aware ReAssembly of FEatures
代码：https://github.com/open-mmlab/mmdetectionabstract，introduction，related work特征上采样是卷积神经网络结构中一种重要的操作。（Feature upsampling is a key operation in a number of modern convolutional network architectures, e.g. feature pyramids.）本文设计了Content-Aware ReAssembly
2021-04-08 10:40:26
439
原创 TMM2021 Cross Parallax Attention Network for Stereo Image Super-Resolution
Cross Parallax Attention Network for Stereo Image Super-Resolution文章：https://ieeexplore.ieee.org/abstract/document/9318556代码：https://github.com/canqChen/CPASSRnet1、abstract，introduction现有的方法无法处理立体图像中视差较大和不同种类的极线情况。有的立体图像的极线不是水平的。本文通过一个模型来处理不同尺度和视角
2021-03-23 22:04:58
678
原创 立体图像超分辨的机遇与挑战
双目图像中视差的巨大变化使得左右图互补信息难以被充分捕捉。针对此，PASSRnet引入了视差注意力机制，可以沿极线方向建立左右图的关联。AAAI2020与SPL2020的两个工作也都是沿此思路进行的。未来的工作可以探索除视差注意力机制之外的双目图像信息关联体制。 在捕捉到左右图的关联后，如何充分利用双目图像提供的信息也具有挑战性。AAAI2020论文的SPAMnet算法提出了双目图像特征一致性先验，SPL2020论文的SAM通过左右路特征的交互来加强双目信息利用，均实现较PASSRnet更优越的性能。而在
2021-03-23 16:15:08
604
原创 Symmetric Parallax Attention for Stereo Image Super-Resolution
Symmetric Parallax Attention for Stereo Image Super-Resolution文章：https://arxiv.org/pdf/2011.03802.pdf代码：https://github.com/YingqianWang/iPASSR1、introduction，related work立体图像现存的几个挑战：1、视差的不固定。2、图像的视图内和跨视野间的信息都很重要。3、在一个视图中存在的区域有可能在另一个视野中被遮挡，在非遮挡的区域使
2021-03-22 16:57:52
755
1
原创 CVPR2021(oral) GLEAN: Generative Latent Bank for Large-Factor Image Super-Resolution
GLEAN: Generative Latent Bank for Large-Factor Image Super-Resolution文章链接：https://arxiv.org/pdf/2012.00739.pdf1、Introduction Related WorkIn this study, we explore a new way to employ GAN [9] for image super-resolution.本文主要研究SR中大尺度放大的情况。现有的两种使用Gan..
2021-03-18 17:35:12
1455
原创 CVPR2021 ClassSR: A General Framework to Accelerate Super-Resolution Networks by Data Characteristic
ClassSR: A General Framework to Accelerate Super-Resolution Networks by Data Characteristic文章链接：https://arxiv.org/pdf/2103.04039.pdf项目地址：https://github.com/Xiangtaokong/ClassSR1、abstract、introduction、related work不同的图像区域有不同的恢复难度。本文将图像进行分解，并采用相对应的网络来
2021-03-17 20:12:59
1212
原创 CVPR2021超分辨率汇总（附论文链接/代码/解析）[持续更新]
Model Published Code Keywords GLEAN CVPR2021 Coming 1、GAN，大尺度 BasicVSR CVPR2021 Coming 2、视频SR Robust Reference-based Super-Resolution via C²-Matching CVPR2021 3、 Cla...
2021-03-16 10:23:48
4670
1
原创 将文件夹上传到github
如题：如何上传文件夹到github首先你要有个github账号（https://github.com/）没有的话先注册一个。这里就不再絮絮叨叨地介绍如何注册github，如何安装git （https://git-for-windows.github.io/）, 如何进行些简单的操作这些了，今天直奔主题：如何上传文件夹到github！第1步： 新建一个仓库（ Repository）如果会新建仓库，请无视本步骤，直接跳到第二步。1） 进入Github首页2） 点击New repository...
2021-01-19 21:56:16
5276
原创 IMSSRnet-TCSVT2020 Deep Stereoscopic Image Super-Resolution via Interaction Module
文章地址：https://ieeexplore.ieee.org/document/9253563/1、INTRODUCTIONhuman visual system can perceive 3D effect and have a vivid visual experience [7], [8] 立体图像可以让人眼系统感知到3D效果，从而有更生动的细节信息。telemedicine, video conferencing, and video analysis [9], [10]3D立...
2020-11-26 22:14:54
301
原创 (CVPR2019) PASSRnet立体图像SR Learning Parallax Attention for Stereo Image Super-Resolution
文章地址：https://openaccess.thecvf.com/content_CVPR_2019/papers/Wang_Learning_Parallax_Attention_for_Stereo_Image_Super-Resolution_CVPR_2019_paper.pdf项目地址：https://github.com/LongguangWang/PASSRnet1. Introduction双目相机越来越受到移动设备的欢迎。但是双目相机图像之间的额视觉差导致难以对其进行SR。
2020-11-16 15:58:59
421
原创 SPAMnet(AAAI2020) 立体图像SR+一致性保持 Stereoscopic Image Super-Resolution with Stereo Consistent Feature
文章地址：https://aaai.org/ojs/index.php/AAAI/article/view/6880/6734摘要第一次在提高立体图像分辨率的同时，保持左右两张图像的一致性。立体图像的一个挑战是：立体图像对中的纹理细节应该保持一致。1、Introduction背景：随着3D设备的发展，对高分辨率的立体图像有了要求，从而需要立体图像超分辨率技术。立体SR的最重要一点是保留超分辨立体图像对之间的一致性，以提供深度的错觉。否则，不一致的立体图像会给观看者造成3D疲劳。立体图像之
2020-11-16 15:58:37
697
1
原创 CVPR2020 Disparity-Aware Domain Adaptation in Stereo Image Restoration
1、Introduction提高立体图像视觉的工作很少，而且SISR的方法忽视了不同视角之间的信息。有时候，一些细节信息会在一个视角中存在，而在另外一个视角中不存在。视频和立体图像之间的差异分别由运动和视差所引起，这就导致了视频中的关联和立体图像不同，所以不能用VSR的方法来进行stereo SR任务。而RefSR则需要获取到相应的高分辨率的参考图像，这在实际中往往难以满足。对于stereo SR任务来说，当重建其中一个视角的时候，视差作为先验信息来帮助重建。本文的贡献：提出了一个统一的立体
2020-11-16 15:58:21
532
原创 （CVPR2019）SRNTT自然纹理迁移SR Image Super-Resolution by Neural Texture Transfer
文章链接：https://openaccess.thecvf.com/content_CVPR_2019/papers/Zhang_Image_Super-Resolution_by_Neural_Texture_Transfer_CVPR_2019_paper.pdf项目地址：https://github.com/ZZUTK/SRNTT摘要受到图像风格迁移的启发，本文将RefSR问题重新定义为自然纹理迁移的问题。本文的主要贡献是在自然空间中的多级匹配。使得模型可以从语义相关的参考图像块中获
2020-09-28 17:09:45
364
1
原创 PyTorch 中的 tensor 及使用
这篇文章主要是围绕 PyTorch 中的 tensor 展开的，讨论了张量的求导机制，在不同设备之间的转换，神经网络中权重的更新等内容。面向的读者是使用过 PyTorch 一段时间的用户。本文中的代码例子基于 Python 3 和 PyTorch 1.1，如果文章中有错误或者没有说明白的地方，欢迎在评论区指正和讨论。文章具体内容分为以下6个部分：tensor.requires_grad torch.no_grad() 反向传播及网络的更新 tensor.detach() CPU and GP
2020-09-27 16:08:35
308
原创 ECCV2020,按图像区域分治法SR,真实SR数据集 Component Divide-and-Conquer for Real-World Image Super-Resolution
文章：https://arxiv.org/pdf/2008.01928.pdf代码：https://github.com/xiezw5/Component-Divide-and-Conquer-for-Real-World-Image-Super-Resolution相关解读：https://zhuanlan.zhihu.com/p/176551918摘要文章提出了一个大规模且多样的真实图像SR数据集。并采用对图像中平滑、边缘、拐角三个不同的区域进行分而治之的方式进行SR。这个我之前也考
2020-09-23 21:15:03
923
1
原创 ECCV2020oral 可逆的图像变换 Invertible Image Rescaling
文章地址：https://arxiv.org/pdf/2005.05650.pdf代码:https://github.com/pkuxmq/Invertible-Image-Rescaling摘要本文从新的角度对图像的放大和缩小过程进行建模，提出了一种可逆的双射变换来大幅度的解决上采用过程中的不适定问题。...
2020-09-23 16:25:48
1116
原创 ECCV2020 元学习SR Fast Adaptation to Super-Resolution Networks via Meta-Learning
文章地址：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123720749.pdf项目地址（待开源）：https://github.com/parkseobin/MLSR摘要：传统的超分辨率方法在大的训练数据集上进行训练，这种方法无法探索测试图像的内部信息。但是自监督学习的方式（这里应该就是零样本学习）需要消耗较多的时间。...
2020-09-13 22:03:52
820
原创 LaTex安装，简单！靠谱！
感谢：：https://zhuanlan.zhihu.com/p/56982388?utm_source=wechat_timeline装完之后，文件可不可以删除，统一回复：当然可以！所有的软件装完了安装包都没啥用了。方法仅适用于：windows系统其实装LaTex最大的问题在于怎么支持中文版本。（写这篇文章过程我重装了一遍LaTex，所以大可不必担心）今天，我们就来把适合我们的LaTex版本的安装方法搞定。安装最新的Texlive官方网站：https://www.tug.org/t
2020-08-17 21:17:31
1621
1
转载 PyTorch trick 集锦
转自：https://zhuanlan.zhihu.com/p/76459295目录：指定GPU编号 查看模型每层输出详情 梯度裁剪 扩展单张图片维度 独热编码 防止验证模型时爆显存 学习率衰减 冻结某些层的参数 对不同层使用不同学习率 模型相关操作 Pytorch内置one hot函数 网络参数初始化1、指定GPU编号设置当前使用的GPU设备仅为0号设备，设备名称为/gpu:0：os.environ["CUDA_VISIBLE_DEVICES"] = "0" 设置当.
2020-08-15 22:20:29
103
原创 CVPR2020，USRnet，Deep Unfolding Network for Image Super-Resolution
Deep Unfolding Network for Image Super-Resolution代码：https://github.com/cszn/USRNet摘要：存在的问题：传统的方法可以通过固定的方法处理不同尺度，模糊核与噪声等问题。而基于学习的方法就不能处理不同退化模型的问题。得到的效果：可以通过一个模型来处理不同程度的尺度变化，模糊和噪声等问题。1、IntroductionSR目前面临的主要问题是现有的退化模型与真实的退化方式之间存在较大的差异。现有的基于CNN的方法
2020-07-15 14:55:10
1272
原创 Linux中nohup挂起代码后台运行
在实际的代码运行中，为了避免xshell长时间的打开，而采用nohup。nohup命令nohup的意思就是不挂断地运行命令，是no hang up的缩写，nohup命令忽略所有的挂断信号(SIGHUP)。例如，在实际的操作过程中，可以采用：nohup python3 -u train,py -opt options/train/train ZXYNET.json>>log.txt &（-u）不确定是否需要。来将相应代码放到后台运行。其中log.txt 表示.
2020-07-13 15:15:42
506
原创 CVPR2020（TTSR纹理迁移）Learning Texture Transformer Network for Image Super-Resolution
文章地址：https://arxiv.org/pdf/2006.04139.pdf项目地址：https://github.com/researchmm/TTSR摘要目前已经存在用纹理迁移做SR工作的文章。但是现有的方法没有用到注意力机制来从参考的图像中间迁移，这使得纹理迁移的方法没被充分利用。一、Introductionc...
2020-07-11 10:02:40
2712
原创 （ECCV2018）ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks
ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks项目地址：https://github.com/xinntao/ESRGANabstract 1、简介 2、相关工作在SRGAN的基础上进行改进。分别改进了网络结构、对抗损失（adversarial loss）和感知损失。具体的讲，与SRGAN的区别为：1、引入了残差稠密模块，并去掉了BN层。2、借用了ralativistic GAN的思想，让判别器...
2020-06-11 16:33:33
319
原创 CVPR2020（UDVD 应对多种退化情景）Unified Dynamic Convolutional Network for Super-Resolution with Variational
Unified Dynamic Convolutional Network for Super-Resolution with Variational Degradations文章链接：https://arxiv.org/pdf/2004.06965.pdf项目地址：未开源文章想通过一个模型来解决多种图像退化的问题abstract 1、简介 2、相关工作...
2020-06-09 16:12:25
688
原创 CVPR2020（SPSR梯度引导的SR）Structure-Preserving Super Resolution with Gradient Guidance
Structure-Preserving Super Resolution with Gradient Guidance文章链接：https://arxiv.org/pdf/2003.13081.pdf项目地址：https://arxiv.org/pdf/2003.13081.pdf利用图像的梯度图来引导SR.并且设计了梯度图的损失函数和计算方法abstract 1、简介 2、相关工作：In this paper, we propose a structure-preserv...
2020-06-05 10:57:39
966
原创 DICGAN(CVPR2020，人脸SR)Deep Face Super-Resolution with Iterative Collaboration between Attentive Recov
Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmark Estimation文章地址：https://arxiv.org/pdf/2003.13063.pdf项目地址：https://github.com/Maclory/Deep-Iterative-Collaboration本文与SPSR(cvpr2020)是同一作者，清华大学自动化学院。人脸超分辨...
2020-05-29 23:21:03
2949
4
原创 pycharm专业版远程连接服务器
1 、远程环境配置依次选择Tools → Deployment → Configuration进入远程环境配置页面中，如图1所示。2、
2020-05-28 22:28:28
646
原创 全网最赞，完美解决GitHub访问速度慢的问题！
1. 修改本地hosts文件windows系统的hosts文件的位置如下：C:\Windows\System32\drivers\etc\hostsmac/linux系统的hosts文件的位置如下：/etc/hosts2. 增加http://github.global.ssl.fastly.net和http://github.com的映射获取Github相关网站的ip：访问https://www.ipaddress.com，拉下来，在输入框中分别输入github.global.ssl.f
2020-05-26 12:07:00
1890
原创 Awesome-Super-Resolution
Quick navigationrepositories Awesome paper list Awesome repos Datasets Dataset collections paper Non-DL based approach DL based approach 2014-2016 2017 2018 2019 2020 Super Resolution workshop papers NTIRE17 NTIRE18
2020-05-10 16:34:11
675
2
原创 轻量化SISR实验结果汇总
目录AWSRN（CVPR2019）CARN（ECCV2018）IMDN（ACMM2019）FALSR（小米AI超分辨率2019）MCAN（小米AI 2019）AWSRN（CVPR2019）也是用到了多尺度的思想。CARN（ECCV2018）IMDN（ACMM2019）FALSR（小米AI超分辨率2019）用神经网络搜索...
2020-01-06 19:55:34
697
原创 Expectation-Maximization Attention Networks for Semantic Segmentation（EMANet ICCV2019语义分割）
自注意力机制对每个位置的加权和来计算某个位置的表现。但是其参数量太大，计算资源要求较高。1、简介提出了EMA模块，该方法可以大大的减少计算量。而且该模块是轻量化的，可以很方便的嵌入到现有的网络中。自注意力机制中一个点的上下文信息是通过来计算其他点与其的加权和来进行的。nonlocal第一次将自注意力机制引入到计算机视觉任务中。...
2020-01-04 10:56:44
669
原创 卷积、空洞卷积，反卷积 输出特征图与padding,stride和dilation之间的关系
目录卷积：空洞卷积：反卷积卷积：空洞卷积：空洞卷积的计算过程，空洞卷积（Dilated convolutions）在卷积的时候，会在卷积核元素之间塞入空格，如下图所示：这里引入了一个新的超参数 d，(d - 1) 的值则为塞入的空格数，假定原来的卷积核大小为 k，那么塞入了 (d - 1) 个空格后的卷积核大小 n 为：进而，假定原始特征图的...
2019-12-29 11:24:58
5444
原创 （MACN小米AI 轻量化SISR）A Matrix-in-matrix Neural Network for Image Super Resolution
代码：https://github.com/macn3388/MCAN1、简介现存的SISR方法难以 用在手机等移动设备上面。However, these GAN-based methods inevitably bring about bad cases that are intolerable in practice基于GAN的方法 不可避免的会产生很多极d端的图像，而这些极端的情...
2019-12-27 20:30:58
320
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