matlabe基于残差学习的图像去噪_ECCV 2020 | MIRNet：学习丰富的特征以进行真实图像修复和增强...

在图像去噪、超分辨率和图像增强任务上表现SOTA！性能优于LP-KPN等网络，代码现已开源！

Learning Enriched Features for Real Image Restoration and Enhancement

作者单位：IIAI, 加州大学默塞德分校, 谷歌
代码：swz30/MIRNet
论文： https:// arxiv.org/abs/2003.0679 2

以从degraded版本中恢复高质量图像内容为目标，图像修复在监控，计算摄影，医学成像和遥感等领域拥有众多应用。最近，卷积神经网络（CNN）与传统的图像恢复方法相比取得了显著进步。现有的基于CNN的方法通常以全分辨率或渐进式低分辨率表示形式运行。在前一种情况下，获得了空间精确但上下文上不那么鲁棒的结果，而在后一种情况下，生成了语义上可靠但空间上不太准确的输出。

在本文中，我们提出了一种新颖的体系