![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
超分辨率
文章平均质量分 91
刘芋儿
这个作者很懒,什么都没留下…
展开
-
【图像超分辨率】ClassSR: A General Framework to Accelerate Super-Resolution Networks by Data Characteristic
CVPR2021: ClassSR: A General Framework to Accelerate Super-Resolution Networks by Data Characteristic 阅读笔记Paper: ClassSR: A General Framework to Accelerate Super-Resolution Networks by Data CharacteristicCode: https://github.com/Xiangtaokong/ClassSR原创 2021-07-29 15:15:23 · 3465 阅读 · 3 评论 -
【图像超分辨率】EnhanceNet: Single Image Super-Resolution Through Automated Texture Synthesis 阅读笔记
????Paper:EnhanceNet: Single Image Super-Resolution Through Automated Texture Synthesis????Abstract传统上,超分辨率任务的算法性能是用像素级的评价标准来衡量的,如峰值信噪比(PSNR),这已被证明与人类对图像质量的感知相关性很低。因此,最小化这些指标的算法往往会产生过度平滑的图像,尽管产生高的PSNR值,但缺乏高频纹理,看起来不自然。我们提出了一种新的自动纹理合成的方法,结合感知损失,重点是创造真实的纹原创 2021-04-28 09:51:36 · 990 阅读 · 0 评论 -
【图像超分辨率】SRFeat: Single Image Super-Resolution with Feature Discrimination 阅读笔记
????Paper:SRFeat: Single Image Super-Resolution with Feature Discrimination????Abstract基于生成对抗网络(GAN)的SISR方法可以并合成逼真的高频纹理,达到较好的视觉效果。但是,这种基于GAN的方法的结果往往会引入与输入图像无关的,无意义的高频噪声。在本文中,我们提出了一种新的基于GAN的SISR方法,通过附加一个在特征域工作的额外的判别器,克服了传统GAN的限制,并产生了更真实的结果。 通过在特征上区分合成图像和原创 2021-04-27 14:54:48 · 812 阅读 · 0 评论 -
【图像超分辨率】Unpaired Image Super-Resolution using Pseudo-Supervision 阅读笔记 #blind SR
发表在CVPR2020。Abstract在大多数基于学习的图像超分辨率(SR)研究中,成对的训练数据集(LR-HR)是用预定操作(例如双三次插值)将高分辨率(HR)图像按比例缩小而创建的。但是,这些方法无法处理现实世界中的低分辨率(LR)图像,因为这些图像的降质过程更加复杂且未知。(不像bicubic那么简单)本文提出了一种使用生成对抗网络的unpaired SR方法,该方法不需要成对的训练数据集。网络由unpaired kernel/noise correction network和pseud原创 2021-04-24 09:56:52 · 2296 阅读 · 0 评论 -
【文字超分辨率】Improving Text Image Resolution using a Deep Generative Adversarial Network for OCR 阅读笔记
会议:2019 International Conference on Document Analysis and Recognition (ICDAR)????Abstract为了提高OCR的准确率,本文提出了一种基于GAN的方法。使用了perceptual loss,包括an adversarial loss, a content loss and an L1 loss.????INTRODUCTION随着深度学习的发展,许多用于提高识别精度的字符识别模型被提出。但是,除了用于字符识别的模原创 2021-04-07 15:38:01 · 849 阅读 · 2 评论 -
【文字超分辨率】TextZoom: Scene Text Image Super-Resolution in the Wild 阅读笔记
????Paper: Scene Text Image Super-Resolution in the Wild????Code: TextZoom????Abstract低分辨率文本图像经常出现在自然场景中,例如手机拍摄的文档。 识别低分辨率的文本图像具有挑战性,因为它们通常丢失了详细的内容信息,从而导致识别精度较差。一个直观的解决方案是引入超分辨率(SR)技术作为预处理手段。 但是,以前的单图像超分辨率(SISR)方法是在合成的低分辨率图像上进行训练的(例如Bicubic下采样),这种方法很简单原创 2021-03-26 11:03:34 · 5467 阅读 · 2 评论 -
【车牌超分辨率】Super Resolution of Car Plate Images Using Generative Adversarial Networks 阅读笔记
最近在研究文字图像的超分辨率,下载了几篇论文,准备略读一下,每篇文章写个笔记做记录。Paper:Super Resolution of Car Plate Images Using Generative Adversarial NetworksAbstract车牌识别可以用于交通监控系统,例如智能停车场管理,查找被盗车辆和自动高速公路收费。在低分辨率监视系统中,车牌文本通常难以辨认。通过将一系列LR图像处理为单个高分辨率(HR)图像,可以使用超高分辨率(SR)技术来提高车牌识别的准确率。以前.原创 2021-03-24 11:31:17 · 1521 阅读 · 2 评论 -
【文字超分辨率】Real-time Document Image Super-Resolution by Fast Matting 阅读笔记
Paper: Real-time Document Image Super-Resolution by Fast MattingAbstract1.设计了一种基于局部线性建模的高效文档图像matting(抠图、遮罩)算法,将输入图像分解为文本,前景和背景图层,分别包含文本边缘信息,前景和背景颜色信息。2.使用Teager过滤器对文本层进行上采样,以提高文本的清晰度。 为了提高效率,仅通过双三次插值对前景和背景层进行了上采样。3.组合这三个高分辨率层以获得最终的高分辨率图像。 在真实扫描的文档图像原创 2021-03-23 16:15:06 · 1025 阅读 · 2 评论 -
【文字超分辨率】 CNN-Based Text Image Super-Resolution Tailored for OCR 阅读笔记
最近在研究文字图像的超分辨率,下载了几篇论文,准备略读一下,每篇文章写个笔记做记录。主要贡献:This paper studies CNN-based text image SR methods tailored for OCR, and our contributions can be summarized as follows. First, we propose a new loss function when training CNN for text image SR. The new.原创 2021-03-10 16:57:18 · 1526 阅读 · 0 评论 -
【文字超分辨率】A Text Image Super-Resolution Generation Network without Pre-training 阅读笔记
最近在研究文字图像的超分辨率,下载了几篇论文,准备略读一下,每篇文章写个笔记做记录。主要贡献:A non-training text image super-resolution generating network TextSRDIP is proposed. By using the DIP network model, a new loss function is designed to highlight the high- frequency details of the image, .原创 2021-03-10 16:00:12 · 739 阅读 · 2 评论 -
【图像超分辨率】Image super resolution based on fusing multiple convolution neural networks 阅读笔记
Paper: Image Super Resolution Based on Fusing Multiple Convolution Neural Networks------------------------基于融合多卷积神经网络的图像超分辨率----------------------------Abstract文章提出了一个基于多个卷积神经网络的精准的超分辨率方法,每个卷积神经网络有不同的结构,各自单独训练。一共提出了三种融合方法:CNF、PWF和PNF。Context-wise Netw原创 2021-03-10 14:35:15 · 514 阅读 · 0 评论 -
TextSR: Content-Aware Text Super-Resolution Guided by Recognition 阅读笔记
Paper: TextSR: Content-Aware Text Super-Resolution Guided by RecognitionAbstract&Introduction场景文本识别是一项重要的任务,大多数以前的方法在识别低分辨率文本(在自然场景图像中经常看到)时可能无法很好地工作。一个直观的解决方案是引入超分辨率技术作为预处理的手段。但是,常规超分辨率方法主要集中在重建自然图像的细节和纹理上,由于文本的独特性,传统的超分辨率方法通常不适用于文本。为了解决这些问题,文章提出原创 2021-02-21 15:40:53 · 702 阅读 · 0 评论 -
基于深度学习的图像超分辨率 损失函数总结
本文总结了近年来在基于深度学习的图像超分辨率论文中使用过的损失函数,欢迎补充。1. L1损失L1损失,也被称为最小绝对偏差(LAD),最小绝对误差(LAE)。计算的是实际值与目标值之间绝对差值的总和。在有监督的图像超分辨率任务中,目标是使得生成的图像(SR)尽可能接近真实的高分辨率图像(HR),使用L1损失计算的则是SR和HR对应像素位置的值的误差。使用L1损失的模型(有的模型使用了不止一种损失函数,此处罗列的为损失函数中包含L1损失的方法):LapSRN、EDSR、RDN、CARN、ESRGA原创 2020-12-01 22:14:12 · 11397 阅读 · 7 评论 -
【CVPR2020图像超分辨率】Cross-Scale Non-Local Attention / CSNLN 阅读笔记
Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars Mining本文介绍的是发表在CVPR2020的一篇关于图像超分辨率的文章,其核心是跨尺度非局部注意力机制。上周在实验室seminar介绍了这篇文章,为了加强记忆????,准备写一篇笔记。????paper:Image Super-Resolution with Cross-Scale Non-Local Attentio原创 2020-11-27 22:48:29 · 6529 阅读 · 29 评论 -
【CVPR2020视频超分辨率】Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution 阅读笔记
paper:Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolutioncode:Zooming-Slow-Mo-CVPR-2020简介本文探讨了时空视频超分辨率任务,即从低帧速率、低分辨率的视频中生成高分辨率的慢动作视频。一个简单的解决方案是将其分成两个子任务:视频帧插值(VFI)和视频超分辨率(VSR)。然而,时间域的内插和空间域的超分是有内在相关性的。如果分成两阶段操作,则不能充分利用视频的自然..原创 2020-11-10 16:24:06 · 1797 阅读 · 10 评论 -
图像超分辨率综述:Deep Learning for Image Super-resolution: A Survey 阅读笔记
图像超分辨率综述:Deep Learning for Image Super-resolution: A Survey 阅读笔记Deep Learning for Image Super-resolution: A Survey简介功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML原创 2020-11-06 16:02:03 · 6142 阅读 · 4 评论