"Zero-Shot" Super-Resolution using Deep Internal Learning【ZSSR】【阅读笔记】
项目地址：http://www.wisdom.weizmann.ac.il/~vision/zssr/ 之前利用深度学习构建的SR模型都是有监督学习，利用了大量的外部信息。但是由于这些LR-HR ...
原文：Meta-Transfer Learning for Zero-Shot Super-Resolution【MZSR】【阅读笔记】
本文是针对Zero Shot ZSSR 的缺点做出的一些改进。虽然ZSSR提出了利用内部信息，采用无监督的方式进行SR，但缺点在于其测试时间过长。本文提出的MZSR将元学习和ZSSR结合，同时利用内部和外部信息，可以在几个gradient update中就输出比较好的结果。 元学习一般分为两个部分：meta training, meta test，目的是训练一个模型使其能最好地适应一个任务分布 ...
2020-09-07 14:38 0 474 推荐指数：
相关推荐
Perceptual Losses for Real-Time Style Transfer and Super-Resolution and Super-Resolution 论文笔记
Perceptual Losses for Real-Time Style Transfer and Super-Resolution and Super-Resolution 论文笔记 ECCV 2016 摘要： 许多经典问题可以看做是 图像转换问题（image ...
深度学习超分辨率综述阅读笔记【Deep Learning for Image Super-resolution: A survey】
超分辨率问题（Image super-resolution, SR) 从低分辨率(LR)的图像中 ...
Zero-shot learning（零样本学习）
一、介绍 在传统的分类模型中，为了解决多分类问题（例如三个类别：猫、狗和猪），就需要提供大量的猫、狗和猪的图片用以模型训练，然后给定一张新的图片，就能判定属于猫、狗或猪的其中哪一类。但是对于之前训练 ...
Blind Super-Resolution With Iterative Kernel Correction【IKC】【阅读笔记】
在现实情况下，SR模型通常会由于实际得blur kernel与预先假设的不一致而造成严重的performance drop。blind SR问题就是要尝试解决blur kernel未知情况下的SR ...
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。 ...
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 ...
《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》论文笔记
参考 http://blog.csdn.net/u011534057/article/details/55052304 代码 https://github.com/yusuketomoto/chai ...