single image super-resolution | BriefGPT

关键词single image super-resolution

搜索结果 - 75

ECCVKXNet：盲超分辨率的模型驱动深度神经网络
提出了一种基于模型驱动的深度神经网络方法 KXNet，给出了一个简单且有效的迭代算法，并将其展开到相应的网络模块中，从而使学习过程与 SISR 任务的固有物理机制完全和明确地融合。
PDF2 years ago
实时高效图像超分辨率的快速最近卷积
本文提出了一种简单的卷积神经网络与快速最近卷积模块（NCNet）的方法，并使用 8 位量化在移动设备上进行可靠的实时超分辨率，以实现更高效的超分辨率方法。
PDF2 years ago
CVPR蓝图可分离残差网络用于高效图像超分辨率
本文介绍了一种名为 Blueprint Separable Residual Network（BSRN）的超分辨率模型。该模型使用 blueprint separable convolution（BSConv）替代了冗余的卷积操作，并引入了
PDF2 years ago
NTIRE 2022 高效超分辨率挑战赛：方法与结果
本文概述了 NTIRE 2022 有关高效单幅图像超分辨率的挑战，重点在于提出的解决方案和结果。比赛的目标是设计一个单幅图像超分辨率网络，使其在保持 29.00dB 的 PSNR 的同时，在几个度量标准，包括运行时间，参数，FLOPs，激活
PDF2 years ago
ECCV自适应补丁退出用于可扩展的单图像超分辨率
本文提出了基于自适应补丁退出（APE）的可伸缩方法来实现更实际的加速。我们首先建议训练回归器来预测各个层的增量容量，一旦增量容量低于阈值，特定层上的补丁可以退出。此外，我们提出了一种新的策略来实现网络训练。通过不同的阈值设置，我们的方法可以
PDF2 years ago
CVPR细节还是图像：一种本地判别学习方法用于实现逼真的图像超分辨率
本文提出了一种基于局部统计的判别学习（LDL）方法，以训练一种稳定生成感性真实细节且抑制视觉伪像的基于 GAN 的单图像超分辨率模型，实现了比最先进 GAN 方法更高的重建精度和更好的感性质量。
PDF2 years ago
结构增强图像超分辨率的梯度方差损失
本文提出了一种名为 Gradient Variance (GV) loss 的结构增强的损失函数，用于训练模型生成高分辨率图像，以解决使用 L1 或 L2 损失函数时模型无法恢复高分辨率图像中锐利边缘的问题。实验结果表明，GV 损失可以显著
PDF2 years ago
CVPR结构保持的图像超分辨率
本文提出了一种基于 GAN 方法的图像超分辨率算法，通过梯度信息作为额外的结构先验，以结构保留的方式减少回复的图像中的不良结构畸变，并引入可学习的神经结构提取器（NSE）来寻找更丰富的局部结构和提供更强的超分辨率监督。实验结果表明，该方法优
PDF3 years ago
CVPR单幅图像超分辨率的 Transformer
本文提出了一种新的高效超分辨率变换器（ESRT），它是一种混合模型，由轻量级 CNN 主干和轻量级变换器主干组成。 ESRT 通过采用特殊设计的高效多头注意力（EMHA），实现了占用小的 GPU 内存。实验证明，ESRT 在低计算成本的情况
PDF3 years ago
LAPAR：线性组装像素自适应回归网络，用于单张图像超分辨率及更多
本文提出一个线性组装的像素自适应回归网络用于单幅图像超分辨率，将直接 LR to HR 映射学习转化为对多个预定义滤波器基字典的线性系数回归任务，同时将此思想扩展到处理其他图像修复任务中，例如图像去噪和 JPEG 图像去块运动估计并获得先进
PDF3 years ago
图像超分辨率质量评估：结构保真度对统计自然性的权衡
本研究评估了单图像超分辨率 (SISR) 生成的图像的质量，在结构保真度和统计自然性这两个维度的二维空间内观察不同 SISR 算法的行为，进一步证明了全球性质的重要性，并提出了一个新模型 - SFSN 模型进行质量预测。
PDF3 years ago
SRDiff：扩散概率模型单图超分辨率
本文提出一种基于扩散概率模型的单幅图像超分辨率方法，通过优化数据可能性的变分下界进行模型训练，并通过引入残差预测以加速收敛。该方法在 CelebA 和 DIV2K 数据集上进行了实验验证，实验结果表明，该方法在性能上领先以往的方法，并具有生
PDF3 years ago
一种两阶段注意力网络的单幅图像超分辨率方法
本文提出了一种基于注意力机制的两阶段深度卷积神经网络，可以在从粗到细的方式下进行超分辨率图像重建，并通过使用多层上下文关联特征的多层上下文注意力块和利用高分辨率空间中的有用线索来重建高分辨率图像的重要细化关注块，以提高超分辨率性能并获得良好
PDF3 years ago
CVPRSRWarp: 任意变换下的通用图像超分辨率
提出了基于 SRWarp 框架的单图超分辨率方法，能够在任意目标分辨率下进行图像变换，通过自适应变形层和多尺度混合等新颖公式，实现灵活和多样化的图像编辑。
PDF3 years ago
图像超分辨率中的注意力注意网络
本研究提出了一种新的超分辨率模型 ——A^2N 模型，该模型中引入了注意力机制，并通过动态调整注意力机制使模型达到更高的性能。实验表明，该模型表现出优异的性能。
PDF3 years ago
基于 Best-Buddy GAN 架构的高清晰度图像超分辨率
本研究提出了一种基于 best-buddy GANs 的方法来解决单幅图像超分辨率问题，采用灵活的多对多映射策略来寻求最佳监督；同时，采用区域感知的敌对学习策略，使得算法能够适应不同的纹理区域，产生更合理的细节结果。
PDF3 years ago
ICCV设计用于深度盲图像超分辨率的实用退化模型
本文提出了一种更复杂但实用的退化模型，其中包括随机混合的模糊，下采样和噪声退化，以达到改善单图超分辨率方法的实用性的目的。实验结果表明，这个新的退化模型可以显著改善深度超分辨率方法的实用性，为真实的单图超分辨率应用提供了一种强有力的替代解决
PDF3 years ago
轻量级多尺度特征交互网络图像超分辨率
本文提出了一种轻量级多尺度特征交互网络（MSFIN）用于图像超分辨率，通过扩展感受野和利用来自各种尺度的低分辨率观察图像的信息特征以及交互连接。此外，设计了一种轻量级的循环残差通道注意块（RRCAB）以便使网络受益于通道注意机制同时保持足够
PDF3 years ago
实际场景下的单幅图像超分辨率：简要综述
通过对公共数据集、评估指标和四类方法的研究以及在基准数据集上的比较，本文全面评估了基于深度学习的单个图像超分辨率（SISR）方法中类别为基于退化建模、基于图像对、基于域转换和基于自学习的 RSISR 方法在重建质量和计算效率方面的表现，并讨
PDF3 years ago
三层级神经架构搜索用于高效单图像超分辨率
本文提出了一种新颖的三层神经架构搜索方法，通过使用新的 sparsestmax 技术和排序技术，使得搜索过程更加高效，可同时进行搜索和训练，从而达到更好的性能表现，并在基准数据集上的综合评估显示本方法在模型大小、性能和效率之间达到了良好的平
PDF3 years ago