CV
文章平均质量分 92
cccler
把自己看的东西,学的东西,做的东西整齐起来。
展开
-
Anime4K算法
Anime4K算法写在前面:Anime4K算法已经出来两年了,在去年经历一次大更新后,现在的Anime4K-V3已经和原来有了很大不同。一个是V3版本里的算法已经结合了CNN(事实上在很早之前作者就说要结合机器学习算法,在性能和时间上寻求一个tradeoff),不过只给出了卷积权重没给训练流程。另一个是V3版本目前是只有用GLSL写的(说穿了就是我读不懂),而且也不像之前,连个论文的preprint也没有(可能是实在吵不动懒得发了?)。所以接下来讲的是最原始版本的Anime4K,这个版本也就是作者所说没有原创 2021-04-05 13:51:12 · 1177 阅读 · 0 评论 -
超分辨率中PSNR的计算与bicubic插值
正确计算PSNR对于做超分辨率研究是很重要的,因为PSNR是被广泛使用的metric之一。同时bicubic插值算法也很重要,因为目前主流的有监督超分辨率算法中,需要构成HR-LR训练对,而这个对的构成方法需要使用到bicubic插值。PSNR的定义很简单,MSE=1H×W∑i=1H∑j=1W(X(i,j)−Y(i,j))2M S E=\frac{1}{H \times W} \sum_{i=1...原创 2020-05-06 15:10:51 · 2685 阅读 · 4 评论 -
Unsupervised Data Augmentation For Consistency Training 论文阅读
Unsupervised Data Augmentation For Consistency Training 论文阅读UDA这篇文章针对的是半监督学习中无标签数据的增强,论文提出,使用有标签数据的data agumentation方法,也能有效的应用于无标签数据的增强中。论文在文本分类和图像分类问题上进行了实验对比。这是半监督训练的流程图,左侧是有标签数据,右侧是无标签数据。可以看出有标签...原创 2019-11-18 14:32:22 · 3163 阅读 · 0 评论 -
Learning a Single Convolutional Super-Resolution Network for Multiple Degradations论文阅读
Learning a Single Convolutional Super-Resolution Network for Multiple Degradations论文阅读IRCNN这篇论文我感觉对后面做超分+去噪+去模糊三合一这个思路是一种启发,SRMD应该是一篇受了启发后的成果。这篇文章的成果在NTIRE2018上参加了比赛,考虑到它本身速度很快,层数比较少,虽然成绩不是最好的,但效果我觉...原创 2019-11-08 17:34:29 · 579 阅读 · 0 评论 -
Deep Plug-and-Play Super-Resolution for Arbitrary Blur Kernels(DPSR)论文阅读
Deep Plug-and-Play Super-Resolution for Arbitrary Blur Kernels(DPSR)论文阅读这篇论文做的是超分辨率与去噪一起完成的图像修复工作,在前人(IRCNN)的基础上加以改进。(当然了,毕竟都是同一批人的作品嘛)这篇文章提出四个主要贡献:1、提出了一个更接近实际的退化模型。2、提出的方法可以处理任意的模糊核(不过没试过它能不能处理模...原创 2019-11-04 11:21:45 · 375 阅读 · 0 评论