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深度學習方法來實現圖像超分辨率的最新進展。我們可以將現有的SR技術研究大致分為三類 有監督的SR ...
原文：用特權信息作超分網絡的知識蒸餾——Learning with Privileged Information for Efficient Image Super-Resolution
論文標題： Learning with Privileged Information for Efficient Image Super Resolution ECCV 作者信息：Wonkyung Lee,Junghyup Lee,Dohyung Kim,Bumsub Ham Yonsei University 關鍵詞：Privileged information, knowledge disti ...
2020-12-19 20:44 0 543 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 ...
論文學習 ：Learning a Deep Convolutional Network for Image Super-Resolution 2014
(Learning a Deep Convolutional Network for Image Super-Resolution, ECCV2014) 摘要：我們提出了一種單圖像超分辨率的深度學習方法(SR)。我們的方法直接學習在低/高分辨率圖像之間的端到端映射 ...
Image Super-Resolution via Sparse Representation——基於稀疏表示的超分辨率重建
經典超分辨率重建論文，基於稀疏表示。下面首先介紹稀疏表示，然后介紹論文的基本思想和算法優化過程，最后使用python進行實驗。 稀疏表示 稀疏表示是指，使用過完備字典中少量向量的線性組合來表示某個元素。過完備字典是一個列數大於行數的行滿秩矩陣，也就是說，它的列向量有無數種線性組合來表達 ...
論文閱讀筆記六十六:Wide Activation for Efficient and Accurate Image Super-Resolution(CVPR2018)
。本文提出的殘差網絡具有平滑的identity mapping pathway，在激活層之前，每個bloc ...
基於稀疏表示的圖像超分辨率《Image Super-Resolution Via Sparse Representation》
由於最近正在做圖像超分辨重建方面的研究，有幸看到了楊建超老師和馬毅老師等大牛於2010年發表的一篇關於圖像超分辨率的經典論文《ImageSuper-Resolution Via Sparse Representation》，於是對該論文進行大概的翻譯，如有不當之處，還請大家幫忙多多指正 ...
USRNet：Deep Unfolding Network for Image Super-Resolution
1. 摘要 相比傳統方法，受益於端到端訓練，基於學習的圖像超分方法取得了越來越好的性能(無論是性能還是計算效率)。然而，不同於基於建模的方法可以在統一的MAP框架下處理不同尺度、模糊核以及噪聲水平的圖像超分，基於學習的圖像超分缺乏上述靈活性。 為解決上述問題，作者提出一種端到端可訓練 ...
Deep Unfolding Network for Image Super-Resolution (USRNet) 論文解讀
Introduction 超分是一個在 low level CV 領域中經典的病態問題，比如增強圖像視覺質量、改善其他 high level 視覺任務的表現。Zhang Kai 老師這篇文章在我看到的超分文章里面是比較驚艷我的一篇，首先他指出基於學習(learning-based)的方法表現出 ...