![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SR
文章平均质量分 55
孑渡
计算所2022新生
展开
-
SR研究(1)RCAN论文阅读下
SR研究(1)RCAN论文阅读下阅读论文:Image Super-Resolution Using Very Deep Residual Channel Attention Networks上文链接4. Experiments(实验)- SettingsFollowing [23, 36, 43, 44], we use 800 training images from DIV2K dataset [36] as training set. For testing, we use five原创 2022-01-12 11:40:13 · 8479 阅读 · 0 评论 -
ChinaVR大会后记
从10.17开始到10.21是笔者第一次参加学术会议,恍然才发现这是笔者第一次独自一个人出远门。几天时间颇有收获:社恐人士勇敢地迈出了社交的一步,收获了属于自己的有趣的故事,开拓了更宽广的眼界。现以一篇博客小记这段“第一次”。前往江西前往江西的旅途上就发生了些小插曲。我在10.15去积水潭做了核酸。按理应该几个小时后就能在app上查看到自己的核酸检测记录,然而一直没有等到结果,于是在赶往高铁的路上我拐弯去了一趟医院,找了两三个地方才找到了能开证明的医生(周六医生少……)。于是又赶急赶忙地到了北京西站.原创 2021-10-26 19:59:51 · 11845 阅读 · 5 评论 -
SR研究(2)双三次插值法的图像退化
SR研究(2)双三次插值法的图像退化目前常用的数据集提供的都是高分辨率图片。如果是实验室环境下的图项超分辨率监督实验——即不采用现实生活的直接图片,往往都是通过算法将数据集中的高分辨率图片生成出低分辨率图片来进行训练学习。目前常用的数据集提供的都是高分辨率图片。如果是实验室环境下的图项超分辨率监督实验——即不采用现实生活的直接图片,往往都是通过算法将数据集中的高分辨率图片生成出低分辨率图片来进行训练学习。其中,双三次插值法作为最早的图像插值算法在如今的超分辨率研究领域中往往被用作训练数据集的生成。(R原创 2020-07-19 12:38:19 · 13681 阅读 · 2 评论 -
SR研究(1)RCAN论文阅读上
SR研究(1)RCAN论文阅读上阅读论文:Image Super-Resolution Using Very Deep Residual Channel Attention NetworksRCAN网络主要的成就为提出了RIR结构用于构建深层次的网络从而提高视觉识别的效果,利用模型抓取高频信息并且和低频信息结合从而提高分辨率。此外还在低分辨率图像任务中首次引入了注意力机制,通过通道注意力来调整资源分配给信息更丰富的区域,提高分辨率改进效果。1. Introduction(引言部分)We add原创 2020-07-13 20:30:33 · 13420 阅读 · 0 评论