super-resolution networks | BriefGPT

关键词super-resolution networks

搜索结果 - 6

自适应方向梯度卷积实现高效真实世界图像超分辨率
通过引入卷积核内核差分操作和可学习的方向梯度卷积，以及使用自适应的信息交互块，提出了一种适用于真实超分辨率的 DGPNet 方法，通过简单堆叠来平衡纹理增强和对比度，并通过与其他方法的比较结果证明了该方法的有效性和高效性。
PDF2 months ago
CVPRCAMixerSR: 只需更多关注细节
为了满足对大尺寸图像（2K-8K）超分辨率（SR）的迅速增长需求，本研究提出了一种内容感知混合器（CAMixer），通过使用卷积处理简单的上下文和可变形窗口注意力处理稀疏纹理，使卷积具有动态属性，自适应地调节注意力并改善表示能力，通过简单堆
PDF4 months ago
推广超分辨率 4D 流动 MRI - 使用集成学习扩展心血管系统
通过使用异构训练集和专用集成学习，我们研究了 SR 4D Flow MRI 的泛化能力，结果表明，集成学习方法增强了跨领域的超分辨率性能，从而能够准确地预测高分辨率速度并从临床输入数据中生成去噪 SR 图像。
PDF8 months ago
走向无剪裁量化超分辨率网络：如何驯服代表性图像
利用提出的剪辑无关量化流程 (CFQP) 来调整代表性数据集 (RD) 图像，成功地消除非期望的剪辑激活层，从而提高稳定性、减少推理运行时间并获得更好的视觉质量结果，而无需使用剪辑激活进行重训练。
PDF10 months ago
超分辨率网络后量化的分布灵活子集量化
该论文介绍了一种名为 DFSQ 的后训练量化方法，以优化超分辨率网络，通过对激活进行通道归一化并应用分布灵活的子集量化（SQ）策略来缩短量化点的选择时间，并提出了一种快速的 K-means 聚类量化点选择策略。DFSQ 在保留各种超分辨率模
PDFa year ago
CVPRClassSR：一种利用数据特征加速超分辨率网络的通用框架
本文提出了一种新的基于 Classification 和 SR 模块的解决方案管道 (ClassSR)，可以在处理大型图像时加速超分辨率 (SR) 网络，通过分类不同的子图像并选择不同的 SR 网络对其进行处理，实现了分类和超分辨率的统一框
PDF3 years ago