CVPR2016 VDSR：Accurate Image Super-Resolution Using Very Deep Convolutional Networks
摘要 问题描述 何恺明将深度学习技术引入超分辨问题的开山之作SRCNN(2014年），主要存在以下几个问题： 1、感受野小，使得获取的语义信息少 ...
原文：RAISR: rapid and accurate image super resolution
准确地说，RAISR并不是用来压缩图像的，而是用来upsample图像的。 众所周知，图片缩小到半分辨率后，在拉回原大小，会出现强烈的锯齿。从 年代开始就有很多super sampling的方法，要么从多张低分辨率的图构建出高分辨率，要么从单张 猜测 出高分辨率。本质上其实都是针对边缘搞事情。从锯齿状的边缘恢复出一条带斜率的线段。 用机器学习做这件事情，基本框架是 . 拿到大量高分辨率的图像，对 ...
2019-01-16 21:07 0 743 推荐指数：
相关推荐
论文阅读笔记六十六:Wide Activation for Efficient and Accurate Image Super-Resolution(CVPR2018)
论文原址:https://arxiv.org/abs/1808.08718 代码:https://github.com/JiahuiYu/wdsr_ntire2018 摘要 ...
Deep Learning for Image Super-resolution: A Survey
摘要： 图像超分辨率(SR)是提高计算机视觉中图像和视频分辨率的一类重要图像处理技术。近年来，利用深度学习技术实现图像超分辨率技术取得了显著进展。在调查中，我们的目的是给出在一个系统的方式中使用 ...
USRNet：Deep Unfolding Network for Image Super-Resolution
1. 摘要 相比传统方法，受益于端到端训练，基于学习的图像超分方法取得了越来越好的性能(无论是性能还是计算效率)。然而，不同于基于建模的方法可以在统一的MAP框架下处理不同尺度、模糊核以及噪声水 ...
(2017-CVPR)Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution
本文认为已有的SR方法存在着三个主要的问题： ①采用预定义的上采样操作（例如双三次插值）会产生不必要的计算代价，并且结果可能会有重建伪影。而使用反卷积层这样的操作来替换预定义的上采样操作，网 ...
Deep Unfolding Network for Image Super-Resolution【USRNet】【阅读笔记】
CVPR20的文章，感觉想法挺棒的。 超分问题可以定义为$y=(x\otimes k)\downarrow_s+n$.他通常有两大类解决方法，早期通常是使用model-based方法。 ...
Paper | Residual Dense Network for Image Super-Resolution
Residual Dense Network for Image Super-Resolution Residual Dense Network for Image Super-Resolution Residual dense block & network ...
Deep Unfolding Network for Image Super-Resolution (USRNet) 论文解读
Introduction 超分是一个在 low level CV 领域中经典的病态问题，比如增强图像视觉质量、改善其他 high level 视觉任务的表现。Zhang Kai 老师这篇文章在我看到 ...