CVPR 2024 | 低分辨率引领方向：通过自监督学习提升超分辨率的泛化能力

最新推荐文章于 2025-04-26 00:19:17 发布
最新推荐文章于 2025-04-26 00:19:17 发布
阅读量201 收藏
点赞数 5
分类专栏： 计算机顶会顶刊论文解读 文章标签： 计算机视觉 深度学习 CVPR 计算机顶会 论文解读
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/qq_42722197/article/details/145401107
版权

论文信息

题目：Low-Res Leads the Way: Improving Generalization for Super-Resolution by Self-Supervised Learning
低分辨率引领方向：通过自监督学习提升超分辨率的泛化能力
作者：Haoyu Chen, Wenbo Li, Jinjin Gu, Jingjing Ren, Haoze Sun, Xueyi Zou, Zhensong Zhang, Youliang Yan, Lei Zhu

论文创新点

论文的四个创新点

  1. 低分辨率重建网络：论文提出了一种低分辨率（LR）重建网络，专门用于从LR图像中提取退化嵌入。该网络通过结合监督学习和自监督学习，能够在没有配对高分辨率（HR&
了解本专栏 订阅专栏 解锁全文
【深度补全最新综述】Deep Depth Completion from Extremely Sparse Data: A Survey
梁瑛平的博客
08-28 1253
深度补全旨在从深度传感器（例如 LiDAR）捕获的极度稀疏的深度图中预测密集的逐像素深度。这在自动驾驶、3D 重建、增强现实和机器人导航等各种应用中起着至关重要的作用。近年来，基于深度学习的解决方案在该任务中取得了显著成功，并主导了这一领域的发展趋势。本文首次提供了全面的文献综述，帮助读者更好地把握研究趋势，并清晰地了解当前的进展。我们从网络架构、损失函数、基准数据集和学习策略的设计角度对相关研究进行了调查，并提出了一种新颖的分类方法来对现有方法进行分类。
CVPR 2024 | 双手协作双物体的数据集TACO：引领可泛化手物交互的新方向
weixin_44887311的博客
06-29 1194
三个基准任务中的大量实验证明了现有的技术方法在物体几何的泛化、物体类别的泛化和交互三元组的泛化上表现欠佳，这为今后的研究带来了新的挑战和机遇。由于物体上的标志点破坏了物体的外观，本工作额外设计了标志点移除模块，针对中心位于 P、半径为 R 的标志点，该模块将一个中心位于 P、半径为 2R 的球投影至各个视角的图像上获取其掩码，进而使用 LAMA 图像补全模型 [7] 重新绘制掩码区域的颜色。动作识别任务致力于分析第一人称视角下的手物交互的视频中的动作类别，物体的外接矩形框可以作为任务的额外输入辅助分析。
ICCV2021 | RealVSR: ​业界首个移动端真实场景视频超分辨率数据集
阿木寺的博客
09-07 1355
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：AIWalker论文：https://www4.comp.polyu.edu.hk/~cslzhang/pa...
顶刊TPMAI 2024！即插即用！MLMC：无监督盲超分辨率算法
阿木寺的博客
10-17 703
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【Mamba和超分辨率】交流群添加微信号：CVer111，小助手会拉你进群！扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！转载自：极市平台作者丨夏靖远导读本文介绍了一种新的无监督盲超分辨率算法MLMC，该算法...
网络结构搜索之强化学习
yiran103的专栏
07-30 3876
算力和需求的增长使得神经架构搜索（ Neural Architecture Search，NAS）重回人们的视线。NAS 可迁移性更强，能够以快速且简单粗暴的方式获得高精度模型，成为工程师手中称手的砖块。强化学习（RL）可谓 NAS 中的核武器，谷歌开启并引领该方向的工作。由初期燃烧的显卡到专用硬件，对效率的追求犹如挖矿一般。
【深度学习】煮酒论英雄：深度学习CV领域最瞩目的top成果总结
fengdu78的博客
12-04 1287
前言如果06年Hinton的深度置信网络是深度学习时代的开启，12年的Alexnet在ImageNet上的独孤求败是深度学习时代的爆发，那么至今也有近15年的发展历程。15年足够让一个青...
SelFlow: Self-Supervised Learning of Optical Flow-CVPR19
Bruce_0712的博客
09-18 1308
这是CVPR19 paper reading精读任务中的第一篇，Oral Presentation, Best Paper Final List, Top 1%，反正很屌就对了，其实是从他们团队之前AAAI19的一篇文章进化而来的，为了精读这篇CVPR，我读了他们的AAAI19,顺便再go deep读了关于知识蒸馏(knowledge distillation)的三篇稍微古老一点的paper。 NIPS14: Do Deep Nets Really Need to be Deep? 模型压缩 ..
AGI之MFM：《Multimodal Foundation Models: From Specialists to General-Purpose Assistants多模态基础模型：从专家到通用助
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
10-06 4908
​ AGI之MFM：《Multimodal Foundation Models: From Specialists to General-Purpose Assistants多模态基础模型：从专家到通用助手》翻译与解读之简介/视觉理解 目录 相关文章 《Multimodal Foundation Models: From Specialists to General-Purpose Assistants多模态基础模型：从专家到通用助手》翻译与解读 Abstract 1 Int
【医学影像】学前基础（团队、资源等）
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
12-19 4490
在做任何研究之前，都要对领域内大牛团队，相关学习基础进行一定的了解，于是下面是总结了大牛+数据集+代码快速浏览+期刊会议了解。
目标检测算法（传统&基于深度学习的）
热门推荐
weixin_47166887的博客
03-03 1万+
目标检测算法 最近在学目标检测各类算法，主要分为传统的目标检测方法和基于深度学习的目标检测算法，这里记录了一些基本的算法介绍。下图是目标检测算法的发展历程 传统目标检测方法 分三部分：区域选择–>特征提取–>分类器 ①　VJ（Viola-Jones） Viola-Jones人脸检测算法可以说是非常经典的一个算法，所有从事人脸检测研究的人，都会熟悉了解这个算法，Viola-Jones算法在2001年的CVPR上提出，因为其高效而快速的检测即使到现在也依然被广泛使用。在无约束条件（如肤色分割）的情
【计算机视觉】CV项目实战- SORT 多目标跟踪算法
weixin_43988131的博客
04-23 803
初始化# 每帧处理from sort import Sort # 初始化 mot_tracker = Sort(max_age = 5 , min_hits = 3) # 每帧处理 while True : dets = your_detector(frame) # [x1,y1,x2,y2,score] trackers = mot_tracker . update(dets) for d in trackers : print(f"ID: {4。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 1589
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
图解YOLO（You Only Look Once）目标检测（v1-v5）
最新发布
weixin_71288092的博客
04-26 655
YOLO属于深度学习经典检测方法中的单阶段（one - stage）类型，与两阶段（two - stage，如Faster - rcnn、Mask - Rcnn系列）方法相对。
基于计算机视觉的行为检测：从原理到工业实践
我是赛博AI Lewis
04-20 954
行为检测（Action Recognition）是计算机视觉领域的关键任务，旨在通过分析视频序列理解人类动作的时空特征。能力上——系统需要捕捉动作的起始、发展和结束全过程，同时适应不同持续时间（0.1秒至数分钟）的行为特征。A[多视角摄像头] --> B[视频流解码]C --> D[安全帽/反光衣识别]G --> H[GRU时序分析]C --> E[人体姿态估计]E --> G[行为分类模型]H --> I[危险行为预警]准确率(Kinetics)D --> F[违规报警]计算量(TFLOPs)
图像预处理-图像轮廓特征查找
Clocky7
04-21 592
其实就是，有了轮廓点就可以找到最上、最下、最左、最右的四个坐标（因为有xmin,xmax,ymin,ymax）。就可以绘制出矩形。
人像面部关键点检测
weixin_47754029的博客
04-18 698
此工作为本人近期做人脸情绪识别，CBAM模块前是否能加人脸关键点检测而做的尝试。由于创新点不是在于检测点的标注，而是CBAM的改进，因此，只是借用了现成库Dilb与cv2进行。,文件：shape_predictor_68_face_landmarks.dat。判断该图是否存在face--->否--->return。进行关键点预测--->（存储关键点位置）使用cv2库进行图像读取--->将读取的图像输入预测模型--->将读取的图像转为灰度图--->在原图上进行关键点标识--->
计算机视觉各类任务评价指标详解
qq_47898999的博客
04-25 781
计算机视觉各类任务评价指标详解
【计算机视觉】CV实战- 深入解析基于HOG+SVM的行人检测系统：Pedestrian Detection
weixin_43988131的博客
04-25 655
深入解析基于HOG+SVM的行人检测系统：Pedestrian Detection
视频超分辨率模型PPMSVSR
07-15
对于视频超分辨率任务，PPMSVSR（Progressive Pyramid Multiscale Super-Resolution）是一常见的模型之一。PPMSVSR是基于深度学习的方法，旨在将低分辨率的视频帧映射到高分辨率的视频帧。 PPMSVSR模型采用了渐进式金字塔的结构，以逐步提高分辨率。它使用多尺度特征提取和递归神经网络来实现超分辨率。模型首先通过低分辨率输入图像进行初始超分辨率重建，然后通过多次迭代逐步改进重建结果。每一次迭代，模型会将重建结果与原始低分辨率图像进行残差学习，以进一步提高重建质量。 PPMSVSR模型在训练过程中通常使用大量的高分辨率和低分辨率视频对进行监督学习。通过最小化重建图像与真实高分辨率图像之间的差异，模型能够学习到有效的超分辨率映射。 需要注意的是，PPMSVSR只是众多视频超分辨率模型中的一种，还有其他不同的模型和方法可供选择，具体选择哪种模型取决于实际需求和场景。
评论
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

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥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