关键词image restoration tasks
搜索结果 - 5
- Instruct-IPT：基于权重调控的一体化图像处理变换器
提出了 Instruct-IPT - 一种多合一图像处理 Transformer，可以有效地处理具有大的任务间隔的多种图像修复任务，通过权重调节来自适应特定任务的权重，通过同步训练更新通用骨干模型和特定任务的偏差，以便指导模型学习通用和特定 - 去噪作为适应性问题：图像恢复的噪声空间域自适应
通过扩散模型在噪声空间中进行域适应，我们展示了一种针对深度学习图像修复的方法，其通过利用多步去噪过程受辅助条件输入影响的独特属性，逐渐将合成数据和真实世界数据的修复结果对齐到一个共同的干净分布。
- 分治后验采样用于去噪扩散先验
利用去噪扩散模型（DDM）作为先验来解决逆贝叶斯问题的兴趣最近显著增加。本研究采用不同方法，利用 DDM 先验的特定结构定义了一组中间和简化的后验采样问题，相比以前的方法，降低了近似误差。我们通过使用合成示例和各种图像恢复任务来经验性地展示 - HAT：用于图像恢复的混合注意力变换器
Transformer-based methods have limitations in utilizing input information, so a Hybrid Attention Transformer (HAT) is pr - DRT：轻量级单图像去雨递归 Transformer
该研究介绍了基于递归本地窗口自注意力结构的残差连接的递归变压器 (DRT) 的使用，该模型在低级计算机视觉任务的执行过程中需要少量的计算资源，而不需要有意地针对降雨设计；实验证明，它也可用于其他图像恢复任务，且可以达到有竞争力的结果。