随笔分类 -  超分网络

2017EDSR
摘要：概要 该文开发了一种增强的深度超分辨率网络(EDSR)，其性能超过了目前最先进的SR方法。其的模型的显著性能改进是通过去除传统残差网络中不必要的模块（Batch Normalization）进行优化。在稳定训练（Residual Scaling）过程的同时，通过扩大模型尺寸进一步提高了性能。该文还提 阅读全文
posted @ 2022-03-17 00:32 为红颜 阅读(432) 评论(0) 推荐(0)
SWinIR概述
摘要：1.概要 图像恢复是一个长期存在的低水平视觉问题，它旨在从低质量的图像（例如，缩小比例、有噪声和压缩的图像）中恢复高质量的图像。该文提出了一种基于Swin变换的强基线模型SwinIR。SwinIR由浅层特征提取、深度特征提取和高质量的图像重建三部分组成。特别地，深度特征提取模块由几个残余的Swin变 阅读全文
posted @ 2022-03-01 23:52 为红颜 阅读(4676) 评论(0) 推荐(0)
SRResNet概要
摘要：1. 摘要 尽管使用更快、更深的卷积神经网络的单图像超分辨率在准确性和速度上取得了突破，但一个核心问题仍在很大程度上未得到解决：当对较大的升级因子进行超分辨率时，我们如何恢复更精细的纹理细节？基于优化的超分辨率方法的行为主要是由目标函数的选择所驱动的。最近的工作主要集中在最小化均方重建误差上。由此得 阅读全文
posted @ 2022-02-23 00:03 为红颜 阅读(2050) 评论(0) 推荐(0)
Spatial Pyramid Pooling
摘要：1. 摘要 现有的深度卷积神经网络(CNNs)需要一个固定大小的（例如，224×224）的输入图像。这个要求是“人工的”，可能会降低对任意大小/尺度的图像或子图像的识别精度。在这项工作中，我们为网络配备了另一种池化策略，即“空间金字塔池化”，以消除上述需求。新的网络结构，称为SPP-net，可以生成 阅读全文
posted @ 2022-02-06 11:28 为红颜 阅读(170) 评论(0) 推荐(0)
Accurate Image Super-Resolution Using Very Deep Convolutional Networks(VDSR)
摘要：摘要 该方法使用了一个非常深的卷积网络，灵感来自于Imagenet分类。该论文发现，网络深度的增加显示了精度的显著提高。最终的模型使用了20个权重层。通过在深度网络结构中多次级联小滤波器，有效地利用了大图像区域上的上下文信息。然而，在非常深的网络中，收敛速度成为训练过程中的一个关键问题。该文提出了一 阅读全文
posted @ 2022-01-15 09:12 为红颜 阅读(449) 评论(0) 推荐(0)
AdderSR
摘要：1. 摘要 该文利用加法器神经网络(AdderNets)研究了单幅图像的超分辨率问题。与卷积神经网络相比，AdderNets利用加法来计算输出特征，从而避免了传统乘法的大量能耗。然而，由于计算范式的不同，很难将addernet在大规模图像分类上的成功直接继承到图像超分辨率任务中。具体来说，加法器操作 阅读全文
posted @ 2022-01-12 23:28 为红颜 阅读(246) 评论(0) 推荐(0)