![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像复原
文章平均质量分 77
chenzy_hust
检测分割、图像超分、图像去雨领域
展开
-
CVPR2021-ClassSR | A General Framework to Accelerate Super-Resolution Networks
思想其实很早就有了,关注一下论文地址:https://arxiv.org/pdf/2103.04039.pdfGithub地址:https://github.com/Xiangtaokong/ClassSR/tree/main/codesAbstract:我们旨在加速大图像(2K-8K)上的超分辨率(SR)网络。在实际使用中,通常将大图像分解为小子图像。基于此处理,我们发现不同的图像区域具有不同的复原难度,并且可以由具有不同容量的网络进行处理。凭直觉,光滑区域比复杂纹理更容易复原。为了利用此特.原创 2021-03-11 19:27:04 · 2962 阅读 · 3 评论 -
EfficientDeRain
Abstract:由于未知的降雨模型,单图像去雨是相当具有挑战性的。现有方法通常对降雨模型做出特定假设,而这些假设几乎无法涵盖现实世界中的许多不同情况,因此必须采用复杂的优化或逐步完善。但是,这严重影响了这些方法对许多对效率至关重要的应用程序的效率。为了填补这一空白,在本文中,我们将单图像去雨作为一般的图像增强问题,并最初提出了一种无模式的去雨的方法,即Efficient-DeRain,该方法能够在10毫秒内处理带雨图像(即平均大约6毫秒),比最先进的方法(即RCDNet)快80倍以上,同时达到相似的去.原创 2021-01-15 13:41:39 · 907 阅读 · 2 评论 -
RIFE-实时视频插帧算法 | RIFE:Real-Time Intermediate Flow Estimation for Video Frame Interpolation
关注一下实时视频插帧算法论文地址:https://arxiv.org/pdf/2011.06294.pdfGithub地址:https://github.com/hzwer/arXiv2020-RIFEAbstract:我们为视频帧插值(VFI)提出了一种实时中间流估计算法RIFE (Real-Time Intermediate Flow Estimation)。 现有的大多数方法首先估计双向光流,然后将它们线性组合以近似中间流,从而导致运动边界周围出现伪影。 我们设计了一个中间流模型IFNe.原创 2020-11-30 15:44:09 · 10713 阅读 · 1 评论 -
Efficient SR挑战赛结果| AIM 2020 Challenge on Efficient Super-Resolution:Methods and Results
Abstract:本文以提出的解决方案和结果为重点,回顾了AIM 2020在高效单图像超分辨率方面的挑战。 挑战性任务是基于低分辨率和相应高分辨率图像的一组先验样本,对输入图像放大x4倍数超分辨。 目的是设计一种网络,该网络可以减少一个或多个方面,例如运行时间,参数量,FLOPs,激活函数个数和内存消耗,同时至少保持MSRResNet的PSNR指标。 赛道有150名注册参与者,有25个团队提交了最终结果。 他们以有效的单图像超分辨率来衡量最新技术。Introduction:本次挑战赛关注于SISR另.原创 2020-09-25 10:09:32 · 2224 阅读 · 0 评论 -
ECCV2020Workshop-PAN-270k参数量SISR网络 | Efficient Image Super-Resolution Using Pixel Attention
只说了参数量却没有比较速度,此外PA应用在大的网络中会降低性能!论文地址:https://arxiv.org/pdf/2010.01073.pdfGithub地址:https://github.com/zhaohengyuan1/PANAbstract:这项工作旨在设计一种用于图像超分辨率(SR)的轻量级卷积神经网络。在不考虑简单性的情况下,我们使用新提出的像素注意力方案构建了一个非常简洁有效的网络。像素注意力(PA)类似于公式中的通道注意力和空间注意力。不同之处在于,PA生成3D注意力图而.原创 2020-10-08 12:21:53 · 5535 阅读 · 2 评论 -
CVPR2021-AdderSR-加法网络应用在SR任务 | AdderSR:Towards Energy Efficient Image Super-Resolution
华为诺亚AdderNet的衍生版本,在超分辨率上的应用,由于代码还没公开,简单mark一下论文地址:https://arxiv.org/pdf/2009.08891.pdfAbstract:本文使用加法器神经网络(AdderNet)研究单图像超分辨率问题。与卷积神经网络相比,AdderNet利用加法来计算输出特征,从而避免了传统乘法运算的大量能耗。但是,由于计算范式的不同,很难将AdderNet在大规模图像分类上的成功直接继承到图像超分辨率任务上。具体而言,加法器操作无法轻松学习身份映射,这对于.原创 2020-10-26 17:42:09 · 1603 阅读 · 0 评论 -
A2F-轻量级SISR网络 | Lightweight Single-Image Super-Resolution Network with Attentive Auxiliary Feature
SISR领域刷PSNR指标貌似已经没有出路,转而轻量级的超分辨率网络更受欢迎论文地址:https://arxiv.org/pdf/2011.06773.pdfGithub地址:https://github.com/wxxxxxxh/A2F-SR.分享一下之前记录的轻量级SISR网络,也方便大家比较:1.PAN-极致参数量270k2.OverNet-250FPS3.Efficient SR挑战赛Abstract:尽管基于卷积网络的方法提高了单图像超分辨率(SISR)的性能,但巨大的计算成.原创 2020-11-16 16:41:58 · 1377 阅读 · 0 评论