- 博客(4)
- 问答 (1)
- 收藏
- 关注
翻译 Semantics-to-Signal Scalable Image Compression with Learned Revertible Representations(IJCV2021)
文章目录Abstract1. Introduction2.Related Work2.1.图像和特征压缩2.2.基于变化的图像表示3. Hierarchical Representation for semantics-to-signal Scalability4. Proposed learned revertible representation4.1 基于提升的特征表示网络4.1.1 综述4.1.2 RFRU的结构4.1.3 分层表示的结构4.2 面向任务的优化Abstract图像/视频压缩和通
2022-03-02 19:44:35
804
1
翻译 Learning to Structure an Image with Few Colors(CVPR2020)
原文链接文章目录Abstract1. Introduction2. Related Work3. Motivation4. Proposed Approach4.1 问题表述4.2 ColorCNN 结构4.3 端到端学习4.3.1 可微逼近4.3.2 正则化5. Discussion6. Experiment7. ConclusionAbstract色彩和结构是构成图像的两大支柱。通常,该结构通过丰富的颜色光谱得到很好的表达,使图像中的对象能够被神经网络识别。然而,在颜色空间的极端限制下,该结构.
2022-02-27 23:00:08
316
翻译 Discernible Image Compression(ACM2020)
文章目录Abstractkeywords1.Introduction2.Related work3.Perception-consistent image compression3.1. 用于图像压缩的编码器-解码器3.2. 特征分布优化4.Experiments4.1 数据集4.1.1 图像识别4.1.2 物体检测4.2 实施细节4.3 参数的影响4.4 对比实验4.5 压缩后的对象检测5.Conclusions原文链接Abst
2022-02-26 20:14:48
426
翻译 Learning Texture Transformer Network for Image Super-Resolution(CVPR2020)
文章目录摘要一、Introduction二、Related Work1.单图像超分辨率2.基于参考的图像超分辨率三、Approach1. 纹理转换器摘要我们研究图像超分辨率(SR),旨在从低分辨率(LR)图像中恢复逼真的纹理。最近通过以高分辨率图像作为参考(Ref)取得了进展,以便可以将相关纹理转移到 LR 图像。然而,现有的 SR 方法忽略了使用注意力机制从 Ref 图像中传输高分辨率 (HR) 纹理,这在具有挑战性的情况下限制了这些方法。在本文中,我们提出了一种新颖的用于图像超分辨率 (TTSR
2022-02-25 16:07:49
1461
2
空空如也
在c#中调用cmd后,怎么把用户随意选定的文件路径传给cmd
2019-04-17
TA创建的收藏夹 TA关注的收藏夹
TA关注的人