high-resolution | BriefGPT - AI 论文速递

关键词high-resolution

搜索结果 - 58

ASSR-NeRF: 在体素网格上实现任意尺度超分辨率以高质量重建辐射场
提出了一种名为 Arbitrary-Scale Super-Resolution NeRF (ASSR-NeRF) 的新型框架，通过使用 VoxelGridSR 模型在优化的体积上直接进行 3D 超分辨率 (SR) 操作，从而实现超分辨率新
PDF6 days ago
ICMLSRViT：基于视觉 Transformer 的规模化卫星观测雷达回波反射率估计
我们引入了一种基于 Transformer 的神经网络，从地球同步卫星影像生成高分辨率（3km）的合成雷达反射率场，旨在提高高影响天气事件的短期对流尺度预报能力，并在美国数值天气预报的数据同化中提供帮助。与卷积方法相比，我们的结果显示出对各
PDF14 days ago
PatchRefiner: 利用合成数据进行真实领域高分辨率单目度量深度估计
PatchRefiner 是一个高级框架，用于处理高分辨率实际领域输入的度量单图深度估计。通过使用瓷砖分割方法，采用了细节与尺度解耦的损失函数并结合合成数据，PatchRefiner 在深度估计方面取得了显著的性能提升，大幅超过了现有基准，
PDF24 days ago
MMSRGS：超分辨率 3D 高斯喷撒
提出了 Super-Resolution 3D Gaussian Splatting (SRGS) 方法，通过在高分辨率空间中进行优化，引入亚像素约束并与预训练的 2D 超分辨率模型集成，以有效增强原语的表示能力。在 HRNVS 方面实现高
PDF3 months ago
NTIRE 2024 图像超分辨率（×4）挑战：方法和结果
本文回顾了 NTIRE 2024 挑战赛关于图像超分辨率（$ imes$4）的研究，突出了提出的解决方案和获得的结果；该挑战要求利用先前的信息从低分辨率图像生成相应的 4 倍放大的高分辨率图像；其目标是推动最先进的超分辨率性能设计 / 解决
PDF3 months ago
CVPR使用扩散模型的视频插值
VIDIM 是一种视频插值的生成模型，通过级联扩散模型在低分辨率和高分辨率两个阶段生成目标视频，能够处理复杂、非线性和模糊的运动，生成高保真的结果。
PDF3 months ago
利用先进的纹理先验增强高保真度纹理生成
该研究提出了一种高分辨率、高保真度的纹理恢复技术，通过使用粗糙纹理作为初始输入，增强合成纹理与初始纹理之间的一致性，从而解决用户简化操作引起的混叠和模糊问题，并引入了基于自我监督方案的背景噪声平滑技术来解决当前高分辨率纹理合成方案中的噪声问
PDF4 months ago
DeepLight: 利用多模式遥感数据重建高分辨率夜间光观测
通过使用多模式遥感数据，我们提出了一种新的方法来重建高分辨率夜间光遥感图像，并构建了一个综合数据集，用于在全国范围内进行城市可持续发展、贫困估计和碳排放等可持续发展目标的定量评估。我们的研究结果表明，我们提出的数据集和模型在重建高分辨率夜间
PDF4 months ago
DeepCERES: 使用超高分辨率多模态 MRI 的深度学习方法进行小脑小叶分割
该研究介绍了一种新颖的多模态高分辨率人脑小脑小叶分割方法，通过使用多模态和超高分辨率的训练数据集，改善了小脑小叶的分割，提高了精度。
PDF5 months ago
具有等时扩散变压器的可扩展高分辨率像素空间图像合成
通过沙漏扩散变压器（HDiT），我们提出了一种图像生成模型，在像素空间中支持直接高分辨率（例如 $1024 imes 1024$）训练，具有与像素数量线性扩展的特点。利用已能够扩展到数十亿参数的 Transformer 架构，它在卷积 U
PDF5 months ago
具有深度概率优化的超分辨率多对比度无偏眼部图谱
通过超分辨率预处理和深度概率模型，我们解决了创建眼睛的高分辨率无偏眼部图谱的挑战，以服务于一个高度可变的人群。
PDF6 months ago
XCube（X³）：使用稀疏体素层次化进行大规模 3D 生成建模
我们提出了一种名为 XCube 的新颖生成模型，用于高分辨率稀疏 3D 体素网格和任意属性。我们的模型可以在前向传递的方式下生成数百万个体素，具有高达 1024^3 的最佳有效分辨率，而无需耗时的测试时间优化。除了生成高分辨率的物体外，我们
PDF7 months ago
通过半径分布正交代价体积实现内存高效的光流计算
MeFlow 是一种新的内存高效的方法，用于高分辨率光流估计，通过使用局部正交费用体积和自注意力，在高分辨率输入下实现竞争性性能和最高的内存效率。
PDF7 months ago
T3D：通过视觉 - 语言预训练实现三维医学图像理解
T3D 是为高分辨率 3D 医学图像设计的首个 VLP 框架，通过两个文本感知的预训练任务，即文本感知的对比学习和文本感知的图像恢复，从高分辨率的 3D 医学图像中学习 3D 视觉表示，整合临床知识，拥有在器官和肿瘤分割以及疾病分类等任务中
PDF7 months ago
基于序数着色的内在图像分解
本研究通过将问题分解成两个部分来实现高分辨率的内部分解，首先使用平移和尺度不变损失设计了一种密集的序数阴影公式，然后结合低分辨率和高分辨率的序数估计利用第二个网络生成具有全局连贯性和局部细节的阴影估计，最后通过多光照数据和预测的模型生成密集
PDF7 months ago
使用深度学习的结构光扫描数据的超采样
本文针对使用结构光技术获取的深度图进行提高分辨率的问题，通过修改 FDSR 和 DKN 两个深度学习模型以适应高分辨率数据，并实施数据预处理技术进行稳定训练。在我们自定义的 1200 个 3D 扫描数据集上对模型进行训练，并使用定性和定量评
PDF8 months ago
离散动态物体的单次成像
提出一种新方法，通过结合空间和时间信息，采用水平集方法和正弦基函数表达动态物体的运动，实现高分辨率时间图像的重建。与当前方法相比，在合成和伪动态真实 X 射线断层扫描数据集上表现出优越性能，为断层显像的动态过程提供改进的可视化和分析。
PDF8 months ago
ScaleCrafter：使用扩散模型进行零调节高分辨率视觉生成
通过重新扩张限制性卷积感知域以及引入分散卷积和抑噪无监督引导的方法，无需任何训练或优化，实现了超高分辨率图像生成，并解决了物体重复和不合理结构的问题，表现出卓越的性能。此外，该方法还提示了低分辨率训练模型可以直接用于高分辨率图像生成的可能性
PDF9 months ago
ICCVUnitedHuman: 多源数据驱动的高分辨率人体生成
使用多源数据集和连续生成对抗网络设计了 UnitedHuman 框架，解决人体生成中的高分辨率问题，提高了生成图像的质量。
PDF9 months ago
基于大规模真实世界数据集和频率感知阴影消除网络的高分辨率文件阴影去除
通过使用大规模真实世界数据集和设计精心的频率感知网络，我们直接处理高分辨率文件阴影去除，并呈现出比以前方法更好的视觉效果和数值结果。
PDF10 months ago