degradations | BriefGPT - AI 论文速递

关键词degradations

搜索结果 - 10

保留所有降级细节的盲图像超分辨率
通过重现降级的低分辨率图像，我们提出了一种用于学习降级表示的替代方法，并且引入一个有界约束的能量距离损失函数来促进降级表示的学习。实验结果表明，我们的降级表示能够提取准确和高度鲁棒的降级信息。此外，对合成和真实图像的评估表明，我们的 ReD
PDF5 days ago
盲目图像超分辨率的联邦学习
将图像超分辨率与联邦学习相结合，从用户中直接学习真实世界中的退化，既不侵犯用户隐私，又可以在多个设备上进行优化。为了评估新的超分辨率方法，我们提出了新的基准测试，针对联邦设置中的不同分布退化类型和用户数量进行研究。
PDF2 months ago
CVPR深度 RAW 图像超分辨率。NTIRE 2024 挑战调查
对 NTIRE 2024 原始图像超分辨率挑战赛及其结果进行综述，该挑战的目标是通过 2 倍放大 RAW Bayer 图像来探索现代图像信号处理中 RAW 超分辨率的新方法。其中，参与者注册了 230 个，挑战期间提交了 45 个结果，笔者
PDF2 months ago
CVPR高低频分解的图像修复与增强
通过高低频分解，HLNet 方法考虑了不同退化的特性，从而实现了更高质量的图像恢复和增强。
PDF3 months ago
学习双层可变形隐式表示在实际尺度任意超分辨率中的应用
基于隐式图像函数增益的任意尺度超分辨率基于实际图像的普及度增加，因为它可以更好地连续表示视觉世界。然而，现有的任意尺度作品是在模拟数据集上进行训练和评估的，其中低分辨率图像是通过最简单的双三次降采样从其实际值生成的。由于实际世界退化的复杂性
PDF4 months ago
AAAIDescanning: 通过色彩校正扩散模型将扫描后的图像还原为原始图像
该研究探索了从扫描副本中恢复高质量内容的问题，并引入了一个名为 DESCAN-18K 的新的高质量和大规模数据集，其中包含多种复杂失真。研究人员提出了一种名为 DescanDiffusion 的图像恢复模型，它由一个纠正全局颜色退化的颜色编
PDF5 months ago
监控机器学习模型：在线检测相关偏差
该研究提出了一种序列监测方案，通过考虑测量模型质量的时间依赖性，减少不必要的警报并解决多重测试问题，从而在检测模型质量相关变化方面优于基准方法。此研究为在动态环境中区分小幅波动和有意义的模型性能退化提供了实用解决方案，确保机器学习模型的可靠
PDF9 months ago
基于 CNN 和 Transformer 的全功能图像修复
本研究提出了一种基于数据要素导向的方法，通过利用基于提示的学习来实现单模型高效处理多种图像退化任务，结合卷积神经网络和 Transformer 模块的属性对高质量图像修复进行建模，并引入特征融合机制来改善聚合特征，所得到的 CAPTNet
PDF10 months ago
CVPR稳健的无监督 StyleGAN 图像修复
本文提出了一种基于 GAN 的图像去噪、增强方法，引入了 3 个阶段渐进式潜空间扩展和保守优化器，使该方法对于多种不同水平的退化具有鲁棒性，效果比其他基于 StyleGAN 和扩散方法的方法更好。
PDFa year ago
CVPR适用于带变分退化的超分辨率的统一动态卷积网络
本论文提出一种基于动态卷积的网络 ——UDVD，可以处理不同来源和类型的降级，相比现有的模型，UDVD 的效果更为优越和广泛。在合成和真实图像上的实验证实了这一点。
PDF4 years ago