全向超分辨率投影的全面比较
提出了 SphereSR 框架,可通过一个特征提取模块和一个球形本地隐式图像函数来灵活地从 LR 360 度图像生成高分辨率图像,从而实现在任意投影类型下的超分辨率重建,并在多种基准数据集上证明其显著优于现有的方法。
Dec, 2021
本文提出了一种两阶段的 360 度全向图像超分辨率框架,利用全向位置感知可变形块(OPDB)和傅里叶上采样,以及空间频率融合模块(SFF)来增强 360 度全向图像的特征提取和高频信息,通过像素解交错操作和数据的收集和处理,该方法在 NTIRE 2023 挑战中的成绩卓越。
Apr, 2023
通过使用稳定扩散模型的图像先验,将全向图像超分辨率与保真度和真实感相结合,实现了零样本学习,无需训练或微调。在两个基准数据集上的实验证明了该方法的有效性。
Apr, 2024
介绍了一种新的基于几何畸变引导变压器的全向图像超分辨率方法,通过引入畸变调制的矩形窗口自注意机制和变形自注意机制,提高了感知畸变的能力,并在不同自注意模块间采用动态特征融合方案。在公开数据集上进行了广泛的实验,表明该方法在全向图像超分辨率方面优于现有方法。
Jun, 2024
本文提出了一种基于 Fisheye 降采样和失真感知 Transformer 的方法,用于实现全景图像的高清增强,实验结果表明其表现优于以往的方法。
Feb, 2023
本研究调查了单图像超分辨率的经典方法和基于深度学习的方法,将这些方法分类为四类,并介绍了 SR 的问题,提供了图像质量指标,参考数据集和 SR 的挑战。其中包括 EDSR,CinCGAN,MSRN 等最先进的图像 SR 方法。
Feb, 2021
360 深度估计是重建三维场景的关键技术之一。本文提出了一种名为 Elite360D 的新框架,通过使用 ERP 图像和 ICOSAP 点集,结合局部和全局特征,有效地估计 360 深度,其在多个基准数据集上优于之前的方法。
Mar, 2024
本文提出一种基于深度学习的方法,通过利用多视角下的几何信息来超分辨率重建三维物体材质纹理贴图,数据集采用了 ETH3D、SyB3R、MiddleBury、TUM、Fountain 和 Relief 等。
Jun, 2019
本研究提出了一种基于 Swin 变换器架构和非线性激活函数自由网络的联合图像滤波深度图超分辨率算法,并通过数值研究和视觉示例证明了其在保持竞争计算时间的同时提高了最先进性能。
Jun, 2023