- 博客(5)
- 收藏
- 关注
RSS订阅原创 EDVR：基于可形变卷积的视频恢复、去模糊、超分网络
1. 介绍这是一篇来自商汤（SenseTime）联合实验室的文章，文章涉及的模型在CVPR NTIRE 2019图像/视频增强竞赛中以较大优势取得第一名，且同时参加了视频超分、去模糊等四项任务。论文：https://arxiv.org/abs/1905.02716代码：https://github.com/xinntao/EDVR深度学习在计算机视觉的许多领域取得成功之后，一些学者、工程...
2019-12-23 23:11:02
3377
原创 DPSR-适用于任意模糊内核的深度即插即用超分辨率
1. 背景现存在的方法主要是针对广泛使用的双三次退化而设计的，对于任意模糊核的超分辨率低分辨率图像仍然存在根本性的挑战。本文是一种基于双三次退化的深度SISR算法框架，利用即插即用框架对任意模糊核的LR图像进行处理，设计了一个新的SISR退化模型，以利用现有的盲去模糊方法进行模糊核估计。为了优化新的退化诱导能量函数，我们通过变量分裂技术推导了一个即插即用算法，该算法允许我们插入任何超分解先验...
2019-12-17 22:53:49
2197
原创 Pytorch加载模型的问题及解决方法
1. 简单的模型加载一般来说，保存模型是把参数全部用model.cpu().state_dict(), 然后加载模型时一般用 model.load_state_dict(torch.load(model_path))。 值得注意的是：torch.load 返回的是一个 OrderedDict.import torchimport torch.nn as nnclass Net_old(...
2019-12-14 21:21:59
7069
1
原创 CBAM: Convolutional Block Attention Module 卷积块注意模块详解
论文地址：https://arxiv.org/abs/1807.065211. 摘要我们提出了卷积块注意模块 (CBAM), 一个简单而有效的注意模块的前馈卷积神经网络。给出了一个中间特征映射, 我们的模块按照两个独立的维度、通道和空间顺序推断出注意力映射, 然后将注意力映射相乘为自适应特征细化的输入特征映射。因为 CBAM 是一个轻量级和通用的模块, 它可以无缝地集成到任何 CNN 架构只...
2019-12-11 23:11:44
3392
2
原创 视频去抖动算法原理及代码详解
1. 背景点播、直播行业的蓬勃发展，使用户生产视频(UGC)逐渐替代了专家生产和平台生产的方式，成为了主流。由于广大用户不可能全都具备专业素质和专业器材，其产出的视频往往质量较差，最明显的特征就是存在抖动。减少视频抖动有很多方法，包括使用专业摄影辅助器材，如三脚架使用带有物理防抖功能的镜头，如iphone使用带有实时防抖功能的软件使用Premiere，AfterEff...
2019-12-08 19:19:00
24127
24
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人