Meta-Transfer Learning for Zero-Shot Super-Resolution【MZSR】【閱讀筆記】
本文是針對Zero-Shot（ZSSR）的缺點做出的一些改進。雖然ZSSR提出了利用內部信息，采用無監督的方式進行SR，但缺點在於其測試時間過長。本文提出的MZSR將元學習和ZSSR結合，同時利用內部和外部信息，可以在幾個gradient update中就輸出比較好的結果。 元學習一般 ...
原文："Zero-Shot" Super-Resolution using Deep Internal Learning【ZSSR】【閱讀筆記】
項目地址：http: www.wisdom.weizmann.ac.il vision zssr 之前利用深度學習構建的SR模型都是有監督學習，利用了大量的外部信息。但是由於這些LR HR對大部分是通過對HR進行downscale而得到的，因此與實際的LR HR對的關系有一定的差距。導致這些模型在非理想條件下表現並不好。 本文就是針對這個情況，提出利用圖像內部信息的循環性，構建了第一個無監督學習的 ...
2020-07-28 11:12 0 528 推薦指數：
相關推薦
深度學習超分辨率綜述閱讀筆記【Deep Learning for Image Super-resolution: A survey】
超分辨率問題（Image super-resolution, SR) 從低分辨率(LR)的圖像中 ...
Image Super-Resolution Using Very Deep Residual Channel Attention Networks【RCAN】【閱讀筆記】
in residual模塊用長跳連接多個殘差組，組成了very deep residual channel atten ...
Deep Unfolding Network for Image Super-Resolution【USRNet】【閱讀筆記】
CVPR20的文章，感覺想法挺棒的。 超分問題可以定義為$y=(x\otimes k)\downarrow_s+n$.他通常有兩大類解決方法，早期通常是使用model-based方法。 ...
Deep Learning for Image Super-resolution: A Survey
摘要： 圖像超分辨率(SR)是提高計算機視覺中圖像和視頻分辨率的一類重要圖像處理技術。近年來，利用深度學習技術實現圖像超分辨率技術取得了顯著進展。在調查中，我們的目的是給出在一個系統的方式中使用 ...
Unpaired Image Super-Resolution using Pseudo-Supervision【閱讀筆記】
目前的SR任務都是將真實圖像進行下采樣得到成對數據集進行訓練，這樣的訓練會造成與真實情況存在domain gap。因此本文針對這個問題提出了用不成對的數據進行一種偽監督訓練。感覺本質上就是通過Cy ...
Zero-shot learning（零樣本學習）
一、介紹 在傳統的分類模型中，為了解決多分類問題（例如三個類別：貓、狗和豬），就需要提供大量的貓、狗和豬的圖片用以模型訓練，然后給定一張新的圖片，就能判定屬於貓、狗或豬的其中哪一類。但是對於之前訓練 ...
Blind Super-Resolution With Iterative Kernel Correction【IKC】【閱讀筆記】
在現實情況下，SR模型通常會由於實際得blur kernel與預先假設的不一致而造成嚴重的performance drop。blind SR問題就是要嘗試解決blur kernel未知情況下的SR ...