【图像超分】Analyzing Perception-Distortion Tradeoff using Enhanced Perceptual Super-resolution Network

第一次来请先看这篇文章:【超分辨率(Super-Resolution)】关于【超分辨率重建】专栏的相关说明,包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等)


前言

论文题目:Analyzing Perception-Distortion Tradeoff using Enhanced Perceptual Super-resolution Network —— 使用增强感知超分辨率网络分析感知失真权衡

论文地址:Analyzing Perception-Distortion Tradeoff using Enhanced Perceptual Super-resolution Network

论文源码:https://github.com/subeeshvasu/2018_subeesh_epsr_eccvw

ECCV 2018!EPSR!

Abstract

基于卷积神经网络 (CNN) 的方法最近在图像超分辨率 (SR) 方面取得了巨大成功。然而,大多数基于深度 CNN 的 SR 模型试图改进失真度量(例如 PSNR、SSIM、IFC、VIF),同时导致量化感知

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

十小大

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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