关键词iterative feature refinement
搜索结果 - 2
- FMA-Net: 基于流向引导的动态滤波和多注意力迭代特征精炼的联合视频超分辨率和去模糊
通过联合学习视频超分辨率和去模糊的方法,本文提出了一种名为 VSRDB 的视频清晰恢复方案,以从模糊的低分辨率视频中还原出干净的高分辨率视频。通过 FGDF 和 FRMA 两个部分构成的 FMA-Net 框架,我们的方法能够精确估计时空变化 - 纠缠残余映射
本文提出了纠缠残差映射来推广残差连接的结构,并评估它们在迭代学习表示方面的作用。研究表明,在 CNN 和 Vision Transformer 中,纠缠稀疏映射可以帮助泛化,而正交映射会损害性能。在循环网络方面,正交残差映射形成了一种对时间