up-sampling | BriefGPT - AI 论文速递

关键词up-sampling

搜索结果 - 11

基于学习的超分辨率框架在美国信号中的应用
提出了一种基于深度学习的超分辨率超声图像和视频增强方法，通过训练模型和大量医学图像数据进行定制化的超分辨率处理，实现了对不同解剖区域的低分辨率超声图像和视频的有效提高，并且兼顾了训练网络的运算速度和硬件资源消耗。
PDFa year ago
ACL高效升级多语言机器翻译模型以支持更多语言
本论文提出了三种技术，可以加速新语言的学习并减轻灾难性遗忘，来提高多语言机器翻译模型的效率并最大化旧模型的重用，具体来说，这些技术包括仔细初始化网络、应用学习速率缩放、进行数据上采样。
PDFa year ago
深度 Fourier 上采样
本研究提出了一种理论上有根据的 Deep Fourier Up-Sampling（FourierUp）来解决空间上采样运算符在全局建模中存在的局限性，包括对象检测、图像分割、图像去雨、图像去雾、引导图像超分辨率等多个计算机视觉任务的实验表明
PDF2 years ago
用于定位医学 BERT 和增强生物医学 BERT 的预训练技术
本研究探讨了如何通过对特定语料库的过采样和使用更大的语料库进行预训练，在医学和其他领域中建立高性能的 BERT 模型以提高自然语言处理中信息提取的性能。
PDF4 years ago
ACL多语言神经机器翻译的平衡训练
该论文提出一种利用数据得分器来自动学习如何加权训练数据以最大化所有测试语言性能的方法，优于传统启发式方法，并提供对优化语言的灵活控制。
PDF4 years ago
观察上采样卷积：基于 CNN 的生成深度神经网络未能复现谱分布
本文提出了一种新的谱规范化项，以解决当前生成模型中存在的谱分布偏差问题，该方法可以提高模型的稳定性和输出质量，并可以检测出深度伪造的图片等生成数据。
PDF4 years ago
GAN 伪图像中伪造物的检测和模拟
本文提出了一个可以模拟多个流行 GAN 模型的 GAN 模拟器 AutoGAN，并基于频域的特性提出了一种分类器模型，从而即使在自主学习时无法看到目标 GAN 模型生成的假图像，也可以在检测流行 GAN 模型生成的假图像方面实现最先进的表现
PDF5 years ago
CVPR深度反投影网络用于超分辨率
该研究提出了使用深度反投影网络进行超分辨率图像重建的方法，利用迭代升采样和降采样，同时考虑低分辨率输入与高分辨率输出之间的相互依赖关系，并构建了互相连接的上采样和下采样阶段来表示不同类型的图像退化和高分辨率特征，结果证明该方法在多个数据集上
PDF6 years ago
NIPS高分辨率三维物体表示的多视角剪影和深度分解
介绍了一种快速升采样 3D 物体到高分辨率的方法，通过在六个正交深度投影上进行超分辨率网络，可以比直接在 3D 空间中工作的方法更高效地生成高分辨率物体，该方法已被证明在 ShapeNet 数据集上表现良好，并在 3D 重建方面实现了最先进
PDF6 years ago
像素反卷积网络
该研究提出了基于重构思想的像素反卷积层（PixelDCL），用于建立上采样后特征映射中相邻像素之间的直接关系，通过在语义分割和图像生成任务中的应用，可以有效地解决反卷积层存在的棋盘格问题，并提高图像分割的准确性。
PDF7 years ago
语义引导深度上采样
本研究提出了一种全新的、通过高分辨率图像引导的、精确高效的稀疏深度数据上采样方法，使用结构化边缘检测和语义场景标记来获取目标边缘线索，并将两种线索结合于测地距离度量中，进而在利用局部内容的情况下，实现了保持边界的深度插值，通过将观察到的场景
PDF8 years ago