blind super-resolution | BriefGPT

关键词blind super-resolution

搜索结果 - 10

具有丰富纹理感知码本的盲图像超分辨率
基于高分辨率重建码书的盲超分辨率方法在最近几年取得了令人满意的结果。然而，我们发现，基于高分辨率重建的码书可能无法有效捕捉低分辨率和高分辨率图像之间的复杂相关性。为了解决这个问题，我们提出了 Rich Texture-aware Codeb
PDF8 months ago
基于自注意力的自适应变形网络用于图像增强
我们提出了一种新的基于降噪感知自注意的 Transformer 模型，将 CNN 和 Transformer 组件结合到超分辨网络中，实现了在盲超分辨率方面的最先进性能。
PDF9 months ago
实际环境中盲超分辨率的端到端交替优化
采用交替优化算法，通过设计卷积神经网络模块 Restorer 和 Estimator，实现了盲超分辨率重建，克服了降解估计准确性不高的问题，从而获得更鲁棒和准确的最终结果。
PDFa year ago
StarSRGAN: 提高实际世界中的盲目超分辨率
StarSRGAN 是一种用于盲超分辨率任务的 GAN 模型，通过实验比较与 Real-ESRGAN，提供了新的最先进性能，MANIQA 和 AHIQ 度量方面大约提高了 10%；另外，StarSRGAN Lite 是一种紧凑版模型，提供了
PDFa year ago
CVPR学习空间不变模糊估计的盲图像超分辨率方法：改善 “CMOS” 传感器成像清晰度
通过引入两个包含非对焦散焦的新数据集 NYUv2-BSR 和 Cityscapes-BSR，分析不具有空间不变性的空间变异性使传统的盲超分辨率 (SR) 方法性能严重下降，并设计了一种新的 CMOS 网络来同时估计图像的位置不变性和语境，实
PDFa year ago
将退化预测与高性能超分辨率网络相结合的框架
本文提出了将盲超分辨率预测机制与深度超分辨率网络相结合的框架，通过在 SR 网络特征映射中插入预测向量的元数据插入块，我们展示了最先进的对比预测方案和迭代预测方案在 RCAN 和 HAN 等高性能 SR 网络中成功地结合使用的结果，实现了比
PDF2 years ago
CVPR探究盲目超分辨率：降级模型、基准线和性能上限
本文提出了一种统一的门控降级模型，根据该模型，提出了可以有效处理非盲，经典，实用降级案例以及许多其他边角案例的简单基线网络，并提出了每种降级类型的 SR 网络性能上限，实验证明，该模型可以更好地达到与性能上限接近的定量和定性结果。
PDF2 years ago
Real-ESRGAN: 使用纯合成数据进行实际世界盲超分辨率训练
本研究将 ESRGAN 应用于实际的纹理恢复应用中，在处理复杂的真实世界退化图像时，引入高阶退化建模过程，并考虑到常见的环绕和过冲伪影，采用具有谱归一化的 U-Net 鉴别器来增强鉴别器的能力和稳定训练动力学，并提供了实时生成训练样本的高
PDF3 years ago
盲目超分辨率的端到端交替优化
采用交替优化算法，设计卷积神经模块 Restorer 和 Estimator，将其交替使用，以构建端到端可训练网络。实验结果表明，该方法可以大大优于现有的方法，并以更高的速度产生可视更优的结果。
PDF3 years ago
CVPRKOALAnet：基于核心的自适应局部调整的盲超分辨率方法
本文提出了一种新的盲超分辨率框架 KOALAnet，它基于 Kernel-Oriented 自适应局部调整（KOALA）SR 特征，联合学习在实际图像中适应于空间变异模糊特征的空间变型退化和恢复核，可处理艺术照片中的故意模糊并产生最自然的结
PDF4 years ago