Learning Enriched Features for Fast Image Restoration and Enhancement 论文阅读笔记

最新推荐文章于 2024-05-28 16:55:17 发布
最新推荐文章于 2024-05-28 16:55:17 发布
阅读量2.2k 收藏 6
点赞数 1
分类专栏： 论文阅读笔记 文章标签： 论文阅读 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44326452/article/details/131727420
版权

在这里插入图片描述

  • 这是2022年TPAMI上发表的大名鼎鼎的MIRNetv2，是一个通用的图像修复和图像质量增强模型，核心是一个多尺度的网络
    在这里插入图片描述

  • 网络结构整体是残差的递归，不断把残差展开可以看到是一些残差块的堆叠。核心是多尺度的MRB。网络用的损失函数朴实无华：
    在这里插入图片描述

  • MRB的核心是RCB和SKFF两个模块，先介绍SKFF，它是用来融合多尺度特征图的，如下所示。这里的特征图是已经上采样到相同尺度了，相加做一个global average pooling和全连接层后，分成两个向量，各自再全连接层一次，然后softmax归一化使得两个向量的加和处处为1，然后进行通道加权后相加。
    在这里插入图片描述

  • RCB模块如下图所示，具体做什么都能看懂，其实就是卷积加提取了一个C维的通道偏置
    在这里插入图片描述

  • 训练的时候使用了progressive training，先用小patch训练，慢慢增大patch size

  • 实验结果（我只关注暗图增强）可以看到PSNR还是蛮高的，视觉效果也不错：
    在这里插入图片描述
    在这里插入图片描述

  • 启发是，一个高性能的网络，用简单的距离损失函数进行有监督训练，能够产生很好的增强结果

ssf-yasuo
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【论文笔记】Learning Enriched Features for Real Image Restoration and Enhancement
mohc1689的博客
05-08 3579
Learning Enriched Features for Real Image Restoration and EnhancementAbstractContributionMethod（MIRNet） Abstract 先讲述高质量图像获取的广泛应用和重要性。CNN的方法主要在全分辨率或者低分辨率表达上应用，前者在空域上效果优良但缺少连贯性的鲁棒结果，后者语义可靠但空域上缺乏精确结果。本文提...
【图像增强】Learning Enriched Features for Real Image Restoration and Enhancement 阅读笔记
weixin_43514766的博客
07-22 1648
????Paper: Learning Enriched Features for Real Image Restoration and Enhancement ????Code: https://github.com/swz30/MIRNet. ????Abstract 图像修复在监控、计算摄影、医学成像和遥感领域中有着重要的应用。最近，卷积神经网络（CNN）在图像修复任务方面取得了比传统方法更显著的改进。现有的基于CNN的方法通常在全分辨率（full resolution）或以逐步低分辨率的方式进行。
【图像Restoration】Learning Enriched Features for Real Image Restoration and Enhancement
乐亦亦乐的博客
09-27 2459
论文地址：https://arxiv.org/pdf/2003.06792.pdfhttps://arxiv.org/pdf/2003.06792.pdf 代码地址：https://github.com/swz30/MIRNethttps://github.com/swz30/MIRNet 本博客为阅读这篇论文的一些记录，其具体内容和代码可以参考原论文和github上官方实现。个人觉得论文中的图画的非常直观，代码的可读性也非常好，优雅！ 现有的基于CNN的方法通常在全分辨率或逐步低分辨率的...
推荐开源项目：MIRNetv2 - 实时超分辨率图像重建
gitblog_00053的博客
04-27 408
推荐开源项目：MIRNetv2 - 实时超分辨率图像重建 项目地址:https://gitcode.com/swz30/MIRNetv2 项目简介 MIRNetv2 是一个基于深度学习的实时超分辨率图像恢复框架，由开发者 swz30 开源。该项目的目标是提高低分辨率图像的质量，使其接近或达到高分辨率图像的细节和清晰度，这对于视频处理、图像增强和许多其他应用具有重要意义。 技术分析 MIRNetv2...
Learning Enriched Features for Fast ImageRestoration and Enhancement
最新发布
weixin_53581119的博客
05-28 909
受最近低级视觉方法[32]，[69]，[70]，[71]的进步的激励，这些方法结合了注意力机制[110]，[111]，[112]，我们提出了残差上下文块(RCB)来提取卷积流中的特征。我们方法的基本构建块，包含几个关键元素:(a)并行多分辨率卷积流用于提取(从细到粗)语义更丰富和(从粗到细)空间精确的特征表示，(b)跨多分辨率流的信息交换，(c)来自不同流的基于注意力的特征聚合，以及(d)残差上下文块用于提取基于注意力的特征。select操作符使用这些描述符重新校准(不同流的)特征映射，然后是它们的聚合。
Learning Enriched Features for Real Image Restoration and Enhancement Paddle模型复现93号（1）
热门推荐
GAN、Transformer、Vue、Django知识学习&&分享者 ZhuBa的博客 zhuba-Ahhh.github.io
05-03 1万+
Evaluation Image Denoising 图像去噪 的Testing on SIDD dataset、Testing on DND dataset Image Super-resolution 图像超分辨率 以上四个由于显存不够等硬件问题无法跑起，不过环境等已搭好 DND： SIDD： Image Enhancement 图像增强 Testing on LOL dataset、Testing on Adobe-MIT FiveK dataset 模型结果 ​ 对去噪、超分、图像增强测
《Learning Enriched Features for Real Image Restoration and Enhancement》
69小石头的博客
05-17 2341
一、论文 《Learning Enriched Features for Real Image Restoration and Enhancement》 摘要：以从降级版本中恢复高质量图像内容为目标，图像恢复在监视，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）与传统的图像恢复任务方法相比取得了巨大的进步。 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健壮的结果，而在后一种情况下，生成了语义上可靠但空间上不
【全网最全】图像色彩增强开源代码数据集汇总
helloworld_Fly的博客
06-26 614
具体地：使用低分辨率输入和网络，预测LUT参数和采样坐标（分别预测三个颜色采样坐标并笛卡尔积得到三维坐标）；利用空间差异性loss，颜色一致性loss和曝光经验参数控制loss优化训练过程；Zero-DCE，使用卷积学习输入图片特征，分解为8个RGB三通道控制参数；在3D LUT基础上，考虑自适应采样间隔，根据颜色分布密集程度来采样；增加少量参数，训练得到结果提升；分别迭代调整8次图片曲线，得到最终增强图片；3个3D LUT basic block；低分辨率分支学习三个block参数；
MobileNetV2详细原理（含torch源码）
Code_and516的博客
04-17 3354
MobileNetV2详细原理（含torch源码）—— cifar10
论文研究-Enriched Kernel for Protein Function Prediction.pdf
08-16
基于增强核的蛋白质功能预测，马千里，蒋佳军，蛋白质功能预测是生物信息学研究领域中的热点之一。根据蛋白质不同的相似度特性，研究人员设计了许多核来表示蛋白质之间的关系。
An Enriched 40K Source for Atomic Cooling
02-05
戢憝找士实验耖40K戢憝旯钴黏备，卫栋， 熊德智，洳们黏砺瞩槟橥40K-87Rb 戢憝找士实验钴40K戢憝旯。这个40K戢憝旯髯过40K丰峪蒿较驮钴氯
MIRNet:MIRNet的Tensorflow实现以实现低光图像增强
05-26
信息网 通过提出的MIRNet架构的Tensorflow实现，。 Lanuch笔记本： Wandb日志： ://wandb.ai/19soumik-rakshit96/mirnet MIRNet的TFLite变体： : 。 Tensorflow Hub上的TFLite模型： ://tfhub.dev/sayakpaul/lite-model/mirnet-fixed/dr/1 。 MIRNet的Tensorflow JS变体： : 。 预先训练的体重 在128x128补丁程序上进行了训练： ：//drive.google.com/file/d/1sUlRD5MTRKKGxtqyYDpTv7T3jOW6aVAL/view usp = sharing 已针对256x256补丁进行了培训： https ：//drive.google.com/file/d/1sUlRD5MTR
googlenet模型和参数
12-23
训练好的googlenet模型，里面包含模型文件和参数，可以直接用来测试不需训练
计算BIQE代码：A feature-enriched completely blind image quality evaluator
01-21
BIQE代码，ILNIQE代码， A feature-enriched completely blind image quality evaluator
OBSERVATION OF FOUR-QUASIPARTICLE BAND AND SIGNATURE SPLITTING FEATURES IN 160Tm
02-06
Observation of four-quasiparticle band and signature splitting features in 160tm，陆景彬，杨东，High-spin states of 160Tm are studied via in-beam gamma-ray spectroscopy. Previously known rotational ...
Selenium-Enriched Probiotics Improves Antioxidant Status, Immune Function and Selenoprotein Gene Expression of Piglets Raised under High Ambient Temperature
01-02
富硒益生菌对饲养在高热环境下仔猪的抗氧化状态、免疫功能和硒蛋白基因表达的影响，甘芳，陈兴祥，目的：研究高热环境下富硒益生菌对高热环境下仔猪抗氧化状态、免疫功能和硒蛋白基因表达的影响。...
图像修复前沿（Image Restoration）
记录本身，即已是反抗
04-24 1044
感觉图像修复真的太吃设备了，动不动就跑几周，时间成本太大了。
中兴捧月算法挑战赛-RAW夜景图像去噪总结
Hermite Lee的博客
05-09 2008
中兴捧月算法挑战赛-图像去噪
setNames(c("#a6dba0", "#c2a5cf", "#762a83"), c("depleted", "maintained", "enriched"))
12-07
这是一个R语言的函数，其作用是将颜色向量和名称向量作为输入，返回一个命名的颜色向量。具体实现如下： ```R setNames(c("#a6dba0", "#c2a5cf", "#762a83"), c("depleted", "maintained", "enriched")) ``` 其中，`c("#a6dba0", "#c2a5cf", "#762a83")`是颜色向量，`c("depleted", "maintained", "enriched")`是名称向量。函数的返回值是一个命名的颜色向量，其中每个元素都对应一个名称。在这个例子中，返回的命名颜色向量如下： ``` depleted maintained enriched "#a6dba0" "#c2a5cf" "#762a83" ```

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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