实时高分辨率逼真图像转换：拉普拉斯金字塔转换网络

CVPRMay, 2021

实时高分辨率逼真图像转换：拉普拉斯金字塔转换网络

High-Resolution Photorealistic Image Translation in Real-Time: A Laplacian Pyramid Translation Network

Jie Liang, Hui Zeng, Lei Zhang

TL;DR本文提出了一种基于拉普拉斯金字塔分解和重构的高清真实感图像相互转换方法，通过设计适当的低分辨率网络和逐步蒙版策略，可以在保留图像细节的同时，实现高效转换高频细节部分，从而使图像的转换速度和质量均得到显著提高

Abstract

Existing image-to-image translation (I2IT) methods are either constrained to low-resolution images or long inference time due to their heavy computational burden on the convolution of high-resolution feature maps. In this paper, we focus on speeding-up the high-resolution photorealisti

image-to-image translation laplacian pyramid real-time translation photorealistic translation content details

发现论文，激发创造

快速图像翻译的空间自适应像素网络

我们提出了一种新的生成器架构，旨在快速高效地进行高分辨率的图像到图像转换，通过处理各像素点的互不相关的仿射变换和非线性变换的组合，预测参数的快速卷积网络和空间坐标的正弦编码，使模型速度比最先进的基线模型快 18 倍，而在不同的图像分辨率和转换领域生成可比较的视觉质量。

Dec, 2020

深度拉普拉斯金字塔网络实现快速准确图像超分辨率

本文提出了一种深度 Laplacian 金字塔超分辨率网络，通过使用深监督和 Charbonnier 损失函数进行训练并利用递归层在不同金字塔级别上共享参数来快速准确地进行图像超分辨率重构，实现了较高的图像质量和运行时间。

Oct, 2017

查找表遇见局部拉普拉斯滤波：金字塔重建网络的色调映射

通过整合全局和局部运算符，利用频率信息的特定特征对低频图像进行图像自适应 3D LUT 的调节，同时使用局部 Laplacian 滤波器以自适应方式细化高频分量中的边缘细节，提出一种轻量级网络从注释数据中逐步学习局部 Laplacian 滤波器的参数值映射，从而实现全局色调处理和局部边缘细节保护的综合模型，该方法在两个基准数据集上与最先进的方法相比表现出良好的性能。

Oct, 2023

具有拉普拉斯金字塔网络的大变形形变图像配准

本研究提出了一种基于深度学习的 Laplacian 金字塔图像注册网络，可以在差分同胚映射空间内以逐层逼近的方式解决图像配准优化问题，并在两个 MR 脑扫描数据集上得出了比现有方法更优越的结果，同时保持理想的差分同胚性和良好的配准速度。

Jun, 2020

用于快速高质量的艺术风格转换的拉普拉斯金字塔网络的草稿和修订

介绍了一种名为 LapStyle 的新型前馈方法，使用分层拉普拉斯金字塔网络来迁移全局风格模式并修正局部细节，同时添加了一个修补判别器以更好地学习局部模式，实验证明我们的方法能够以实时生成高质量的艺术风格图像。

Apr, 2021

用拉普拉斯金字塔重建和细化进行语义分割

本文提出在卷积神经网络 (CNN) 中，通过 Laplacian 金字塔多分辨率重构和高分辨率特征地图的跳跃连接和乘法门来逐步优化从低分辨率地图中重构的区段边界，从而实现对需要密集像素标记的任务的高效语义分割。在 PASCAL VOC 和 Cityscapes 分割基准上实验，该方法能够实现最先进的语义分割结果。

May, 2016

用于快速和准确超分辨率的深度拉普拉斯金字塔网络

本文提出了 Laplacian Pyramid Super-Resolution Network 来逐步重建高分辨率图像的子带残差。我们的方法不需要双三次插值作为预处理步骤，从而大大减少了计算复杂度，并使用鲁棒的 Charbonnier 损失函数进行深度监督训练，取得了高质量的重建效果。我们的网络在一个前向传递过程中生成多尺度预测，从而有助于资源感知应用。在基准数据集上进行的广泛定量和定性评估表明，所提出的算法在速度和准确性方面优于现有技术方法。

Apr, 2017

使用图像转换完成无约束面部几何重建

使用 Image-to-Image 翻译网络将输入图像及其深度图及面部对应图映射起来，可通过几何细化过程提供多种严格的人脸重建，只需在合成数据上训练即可对本地面部图像进行精确和鲁棒的重建。

Mar, 2017

用于图像去雨的轻量级金字塔网络

本文介绍了一种轻量级网络结构（LPNet）用于图像去雨，采用高斯 - 拉普拉斯图像金字塔分解技术简化学习过程，并采用递归和残差网络结构，以不到 8K 的参数达到最先进的性能，同时讨论了 LPNet 在其他低级和高级视觉任务中的潜在价值。

May, 2018

125 FPS 下约 8K 参数的 4K 分辨率照片曝光校正

通过使用非常轻量级（仅有约 8K 个参数）的多尺度线性变换（MSLT）网络，我们提出了一种能够以每秒 125 帧比特率处理 4K 分辨率 sRGB 图像的照明校正方法，该方法能够有效降低参数量和计算复杂度。

Nov, 2023