背景與思路來源 目前 SR 模型中合成 LR 使用的模糊核問題 目前大多數 SR 的 model 都是用的合成下采樣圖片來進行訓練的，而這些合成的圖片常常使用的是 MATLAB 里面的 imresize 函數來進行實現的，這樣的做法也就是會使得 SR kernel 是固定和理想。當然還有很多是用各向同性或者各向異性的高斯核作為模糊核通過下式來得到 LR 圖像： I LR I HR k s down ...
2021-03-17 11:30 0 549 推薦指數：
1. 介紹 論文的出發點是要發掘patch上的自相關分布，通過生成器G生成LR downsample后的版本和LR自己相應的patch在分布上更相似（通過D網絡判別學到），從而學習出LR的降質過程，和ZSSR一樣，這個工作也是在單圖上進行訓練和測試，不同的是，這里像ZSSR一樣使用 ...
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問題。本文就針對blind SR提出，預測每張照片blur kernel的方法，再將blur ...
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 ...
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 ...
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network 2016.10.23 摘要：本文針對傳統超分辨方法中存在的結果過於平滑的問題，提出了結合最新的對抗網絡 ...
Perceptual Losses for Real-Time Style Transfer and Super-Resolution and Super-Resolution 論文筆記 ECCV 2016 摘要： 許多經典問題可以看做是 圖像轉換問題（image ...
1. 摘要 在圖像超分辨領域，卷積神經網絡的深度非常重要，但過深的網絡卻難以訓練。低分辨率的輸入以及特征包含豐富的低頻信息，但卻在通道間被平等對待，因此阻礙了網絡的表示能力。 為了 ...
的，因此稱為是“偽（pseudo）”的。用這樣生成的偽數據對訓練SR網絡。 目前用GAN來進行不成對SR ...
