超分辨率-DL-综述,论文,代码实验,相关基本概念

  1. 深度学习用于图像超分辨率重建综述——超分辨率(一) https://blog.csdn.net/xu_fu_yong/article/details/96306943
  2. (SRCNN)及pytorch实现_Learning a Deep Convolutional Network for Image Super-Resolution——超分辨率(二)
  3. (FSRCNN)_Accelerating the Super-Resolution Convolutional Neural Network——超分辨率(三) https://blog.csdn.net/xu_fu_yong/article/details/96481490
    论文:SRCNN的改进
  4. 图像常见插值算法——超分辨率(四) https://blog.csdn.net/xu_fu_yong/article/details/96593377
  5. 两种常用的参考图像质量评价指标——超分辨率(五)
    https://blog.csdn.net/xu_fu_yong/article/details/96765833
    (1)PSNR(Peak Signal to Noise Ratio)峰值信噪比
    (2)SSIM(Structural Similarity)结构相似性
  6. YUV、YCbCr、RGB介绍——超分辨率(六)
    https://blog.csdn.net/xu_fu_yong/article/details/96840631
  7. 深度学习用于图像超分辨率重建之ESPCN——超分辨率(七)
    https://blog.csdn.net/xu_fu_yong/article/details/96967977
    论文:Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network
  8. (VDSR)Accurate Image Super-Resolution Using Very Deep Convolutional Networks——超分辨率(八)
    https://blog.csdn.net/xu_fu_yong/article/details/97131687
    论文:Accurate Image Super-Resolution Using Very Deep Convolutional Networks
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 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
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