degradation model | BriefGPT

关键词degradation model

搜索结果 - 8

感知自供训练网络用于噪声图像水印去除
本文提出了一种用于嘈杂图像水印移除的感知自监督学习网络 (PSLNet)，它基于并行网络来去除噪音和水印，在结构信息和像素增强方面改善图像水印移除效果，通过综合实验验证了该方法在与卷积神经网络 (CNNs) 相比的嘈杂图像水印移除方面的高效
PDF4 months ago
SEAL：一种用于对实际世界超分辨率系统进行系统评估的框架
系统性评估实际超分辨率方法的框架 SEAL，利用代表性降级案例集群和新的评估指标衡量其性能，展示对现有方法的基准测试、新观察和新基线开发。
PDF10 months ago
快速扩散 EM：用于盲反问题的扩散模型及其在去卷积中的应用
使用扩散模型解决逆问题是一个增长迅速的研究领域。我们设计了一种基于期望最大化（EM）估计方法和扩散模型的算法，通过近似计算扩散模型的样本绘制的逆问题的期望对数似然，以及最大化步骤来估计未知的模型参数。我们还引入了一种基于 Plug & Pl
PDF10 months ago
CVPR盲目图像超分辨率的深度约束最小二乘法
本文提出一种盲图像超分辨率的新方法，使用重新构建的退化模型和两个新模块，通过对内核估计和内核基于高分辨率图像恢复的改进，实现更好的准确性和视觉改进，并在多个基准测试中进行了验证。
PDF2 years ago
无监督降噪学习的最优输运
本文提出了一种基于最优传输理论的无监督去噪学习标准，该标准具有优秀的性质，能够实现近乎完全保留信号信息并实现感知重构。实验结果表明，该方法比监督方法具有更好的感知重构和更高的峰值信噪比，尤其在复杂噪声等恶劣实际条件下表现出卓越的优越性。
PDF3 years ago
ICCV设计用于深度盲图像超分辨率的实用退化模型
本文提出了一种更复杂但实用的退化模型，其中包括随机混合的模糊，下采样和噪声退化，以达到改善单图超分辨率方法的实用性的目的。实验结果表明，这个新的退化模型可以显著改善深度超分辨率方法的实用性，为真实的单图超分辨率应用提供了一种强有力的替代解决
PDF3 years ago
CVPR任意模糊核的深度即插即用超分辨率
本文提出了一种基于深度神经网络和插拔式图像恢复技术相结合的原理性公式和框架，使得任意位于低分辨率图像的模糊核能够被处理，为此设计了一个新的图像降级模型，并基于该模型提出一个基于变量分割技术的插拔式算法，实现了预处理和任意大小和类型的超分辨率
PDF5 years ago
图像复原中的同时保真与正则化学习
本文介绍了一种用于图像恢复的方法，在部分已知或精度不高的退化模型下，我们在最大后验框架中提出了一种系统的算法来处理。通过一组残缺和完整的图像对进行参数化和学习，同时学习正则化项，形成一个同时的保真度和正则化学习模型，有效地处理了图像去噪和去
PDF6 years ago