超分辨率论文CVPR-Kai Zhang
深度学习与传统方法结合的超分辨率:Kai Zhang
1、
(CVPR, 2019)
Deep Plug-and-Play Super-Resolution for Arbitrary https://github.com/cszn/DPSR
2、
(CVPR, 2017)
Learning Deep CNN Denoiser Prior for Image Restoration https://github.com/cszn/IRCNN 论文
Learning Deep CNN Denoiser Prior
Experiments:Image Denoising、Image Deblurring、Single Image Super-Resolution
3、CVPR论文 | 如何处理多种退化类型的卷积超分辨率?作者:张凯 ,2018-07-24
SRMD 论文链接 Learning a Single Convolutional Super-Resolution Network for Multiple Degradations
阿里巴巴达摩院机器智能技术实验室
提出了一种简单、有效、可扩展的超分辨率模型,其不仅可以处理bicubic降采样退化模型,并且可以处理多个甚至是退化空间不均匀的退化类型,为SISR实际应用提供了一种解决方案。
基于判别学习的方法尤其是基于CNN的方法因其速度快、可以端对端的学习因而效果好等在近几年受到了广泛关注,并且逐渐成为解决SISR的主流方法。
自从首个用CNN解决SISR的工作SRCNN在ECCV(2014)发表以来,各种不同的改进方法相继提出。例如,VDSR在PSNR指标上取得了非常大的提升;ESPCN和FSRCNN分别在速度上进行了改进;SRGAN在放大倍数较大情况下针对视觉效果的改善提出了有效的方法。
然而这些方法都存在一个共同缺点,也就是它们只考虑双三次(bicubic)降采样退化模型并且不能灵活地将其模型扩展到同时(非盲)处理其它退化类型。由于真实图像的退化过程多种多样,因而此类方法的有效实际应用场景非常有限。
一些SISR工作已经指出图像退化过程中的模糊核的准确性对SISR起着至关重要的作用,然而并没有基于CNN的相关工作将模糊核等因素考虑在内。为此引出本文主要解决的问题:是否可以设计一个非盲超分辨率(non-blind SISR)模型用以解决不同的图像退化类型?
非盲SISR应该将退化模型中的模糊核和噪声水平也作为网络的输入。然而LR图像、模糊核和噪声水平三者的维度是不同的,因此不能直接作为CNN的输入。
维度拉伸策略,张量称之为退化图(Degradation Maps)。
将退化图和LR图像合并在一起作为CNN的输入。
【转载自】
阿里巴巴Poster论文:处理多种退化类型的卷积超分辨率 | CVPR 2018-创头条 http://www.ctoutiao.com/719745.html
CVPR论文 | 如何处理多种退化类型的卷积超分辨率?-云栖社区-阿里云 https://yq.aliyun.com/articles/690790
【论文分析细节】
基于深度学习的图像去噪暨SRMD论文阅读笔记 - gwpscut的博客 - CSDN博客 https://blog.csdn.net/gwplovekimi/article/details/85043579
超分辨率论文CVPR-Kai Zhang的更多相关文章
- 腾讯QQ空间超分辨率技术TSR
腾讯QQ空间超分辨率技术TSR:为用户节省3/4流量,处理效果和速度超谷歌RAISR 雷锋网AI科技评论: 随着移动端屏幕分辨率越来越高,甚至像iPhone更有所谓的“视网膜屏”,人们对高清图片的诉求 ...
- 【超分辨率】- CVPR2019中SR论文导读与剖析
CVPR2019超分领域出现多篇更接近于真实世界原理的低分辨率和高分辨率图像对应的新思路.具体来说,以前论文训练数据主要使用的是人为的bicubic下采样得到的,网络倾向于学习bicubic下采样的逆 ...
- 慢镜头变焦:视频超分辨率:CVPR2020论文解析
慢镜头变焦:视频超分辨率:CVPR2020论文解析 Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resol ...
- 小米造最强超分辨率算法 | Fast, Accurate and Lightweight Super-Resolution with Neural Architecture Search
本篇是基于 NAS 的图像超分辨率的文章,知名学术性自媒体 Paperweekly 在该文公布后迅速跟进,发表分析称「属于目前很火的 AutoML / Neural Architecture Sear ...
- 『超分辨率重建』从SRCNN到WDSR
超分辨率重建技术(Super-Resolution)是指从观测到的低分辨率图像重建出相应的高分辨率图像.SR可分为两类: 1. 从多张低分辨率图像重建出高分辨率图像 2. 从单张低分辨率图 ...
- 【超分辨率】—图像超分辨率(Super-Resolution)技术研究
一.相关概念 1.分辨率 图像分辨率指图像中存储的信息量,是每英寸图像内有多少个像素点,分辨率的单位为PPI(Pixels Per Inch),通常叫做像素每英寸.一般情况下,图像分辨率越高,图像中包 ...
- Adobe超分辨率算法:SRNTT
论文:Image Super-Resolution by Neural Texture Transfer 论文链接:https://arxiv.org/abs/1903.00834 项目地址:http ...
- 【SR】正则化超分辨率复原
正则化超分辨率图像重建算法研究--中国科学技术大学 硕士学位论文--路庆春 最大后验概率(MAP)的含义就是在低分辨率图像序列已知的前提下,使高分辨率图像出现的概率达到最大.
- 基于稀疏表示的图像超分辨率《Image Super-Resolution Via Sparse Representation》
由于最近正在做图像超分辨重建方面的研究,有幸看到了杨建超老师和马毅老师等大牛于2010年发表的一篇关于图像超分辨率的经典论文<ImageSuper-Resolution Via Sparse R ...
随机推荐
- 火狐FireFox57不支持Tab Mix Plus插件的问题
火狐的Tab Mix Plus插件管理标签页很好用,但是在这次升级到57版本后不能用了,也没找到合适的替代品. 该插件一个很常用的功能是在新建的标签页打开网页(而不是在当前页上跳转),该功能直接修改C ...
- InstallShield卸载状态
uninstallaing() 它对应于-unistall 命令,在installshield 2009及之前的版本,在控制面板中选择"uninstall”会触发这个命令.但在install ...
- sql优化方法学习和总结
首先要问自己几个问题: 哪些类型的sql会散发出坏味道? sql优化的基本原理是什么,为什么有的sql快有的慢? sql优化和底层的存储引擎关系大么? 怎么看执行过程? 优化建议 1. 缓存查询,sq ...
- Python的自增运算符
今天在写一个合并两个有血list的时候,使用了while循环,不自觉的使用了i++,自测的时候发现有语法错误,还检查了好几遍,觉得应该没啥错误啊,后来google了一把,恍然大悟,原来Python早就 ...
- react学习资源
http://www.ruanyifeng.com/blog/2015/03/react.html http://www.ruanyifeng.com/blog/2015/02/future-of-d ...
- PySpider问题记录http599
问题简述 背景说明: python版本 3.5.2 操作流程: 1.执行pyspider安装: pip install pyspider 2.运行pyspider pyspider all 3.打开浏 ...
- IIS字体文件添加MIME映射
在前端经常会做这样一件事情,页面会加载一些特殊的字体或者是图标文件,常用的比如:.woff.woff2..ttf..svg..otf..eot...如果没有添加MIME映射会报404的错误,IIS错误 ...
- 关于Unity中顶点片元Shader实例
补充 float4 fixed4 _Time 1: float4是内置向量 (x, y, z, w); float4 a; 访问单独成员a.x, a.y, a.z, a.w;2: fixed4 是内置 ...
- Mac下Pycharm导入Python包
1.png 2.png 3.png
- 记一些常用到的python中的函数
1. zip()函数 它的作用是从参数中按顺序一一抽出子参数组出一个新的tuple. 直接看例子: >>> mean = np.array([2, 5, 4]) >>& ...