图像超分辨率
文章平均质量分 52
爱coco-爱科研
这个作者很懒,什么都没留下…
展开
-
High-Frequency aware Perceptual Image Enhancement 论文解读
目录评论方法Multi-scale Edge FilteringFeature Attention Module评论该论文主要解决的是over-smoothing问题。从high-frequency domain的角度考虑,提出了一种适用于多尺度图像复原问题,比如去噪,去模糊和单图像超分的模型。文章构思及排版不好,对读者不是很友好(纯属个人评价)。方法Multi-scale Edge FilteringFeature Attention Module...原创 2021-06-07 22:37:37 · 262 阅读 · 0 评论 -
Residual Feature Aggregation Network for Image Super-resolution 论文解读
论文地址:https://urlify.cn/2AZfmi总述:原创 2020-06-20 00:22:07 · 6576 阅读 · 6 评论 -
Unified Dynamic Convolutional Network for Super-Resolution with Variational Degradations 论文解读
论文地址:https://arxiv.org/abs/2004.06965总述:在单图像超分领域,现如今研究者只考虑某一种单一的退化过程(如双线性下采样),或者是考虑多种退化过程,以此来更好地模拟现实世界的退化情况。然而,大部分工作都是以固定的方式来组合退化过程,或者为不同的退化类型训练神经网路。更可取的应该是训练一个网络来适应更加宽范围和多种类型的退化过程。因此,本文提出了一种适用于可变降质类型的通用图像超分方法,该方法能够适应inter-image(cross-image variations)和in原创 2020-06-17 23:24:12 · 702 阅读 · 1 评论 -
Learning Texture Transformer Network for Image Super-resolution 论文解读
论文地址:https://arxiv.org/pdf/2006.04139.pdf项目地址: https://github.com/FuzhiYang/TTSR总述:为了恢复图像超分辨率结果的纹理信息,本文提出一种的TTSR的RefSR的方法。该TTSR包含四个关系紧密的模块:可学习的纹理提取模块,关联嵌入模块,用于纹理迁移的硬-注意力模块和用于纹理合成的软-注意力模块。此外,该方法可以通过跨尺度的堆叠方式,获得更好的实验结果。介绍现如今,图像超分的方法主要分为两类,一类是单图像超分(SISR)原创 2020-06-16 01:22:54 · 4983 阅读 · 0 评论