reference-based super-resolution | BriefGPT

关键词reference-based super-resolution

搜索结果 - 7

ECCV自我监督学习用于来自双重和多重放大观测的实际世界超分辨率
在这篇论文中，我们针对智能手机的参考图像超分辨率（RefSR）处理中的两个挑战性问题进行了研究，即如何选择适当的参考图像和如何以自监督的方式学习 RefSR。同时，我们提出了一种针对真实场景下的 RefSR 的自监督学习方法，通过观察双重和
PDF2 months ago
CVPR跨越空间和时间分辨率的桥梁建设：基于变化先验和条件扩散模型的参考图像超分辨率
利用土地覆盖变化的先验信息来指导去噪过程的变化感知扩散模型用于参考图像超分辨率重建，通过将先验信息注入去噪模型，提高未改变区域参考信息的利用和已改变区域语义相关内容的重建，以此来改善模型性能。
PDF3 months ago
基于参考图像的超分辨率：自上而下的 PatchMatch 嵌入与多尺度动态聚合
本文提出一种使用参考图像进行超分辨率的加速多尺度聚合网络（AMSA），包括粗到细嵌入式 PatchMatch（CFE-PatchMatch）和多尺度动态聚合（MSDA）模块，旨在提高匹配效率，降低计算成本，并增强对跨尺度的鲁棒性，实验结果表
PDF2 years ago
ICCV双摄像头对齐注意力模块超分辨率
该研究提出了一种使用参考图像进行高保真图像超分辨率的新方法，针对双摄像头超分辨率进行了重点研究，其利用空间对齐操作推广了标准的基于补丁的特征匹配方法。进一步探索了 RefSR 的一种有前途的应用：双摄像头超分辨率，并构建了由智能手机主摄像头
PDF3 years ago
CVPR基于 C2 匹配的稳健参考图像超分辨率
本文提出了一种名为 C2-Matching 的方法，用于通过引入高分辨率参考图像增强低分辨率输入图像。该方法解决了输入和参考图像之间的尺度、旋转和分辨率差异等挑战，并在基准测试 CUFED5 数据集上比现有的 Ref-SR 方法表现出更高的
PDF3 years ago
神经纹理迁移图像超分辨率
本文提出了一种引用图像超分辨率 (RefSR) 的深度学习模型，借鉴图像风格化的思想，通过在神经空间进行多级匹配，实现了从参考图像中自适应地转移纹理，有效地提高了超分辨率的性能，并建立了参考图像超分辨率通用研究的基准数据集。
PDF5 years ago
ECCVCrossNet：一种端到端的参考图像超分辨率网络，使用跨尺度对齐
CrossNet 是一个端到端的、全卷积的深度神经网络，采用跨尺度的对齐方式来进行参考图像与低分辨率图像的对齐，提高了准确性和效率。
PDF6 years ago