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。 ...
原文：GLEAN: Generative Latent Bank for Large-Factor Image Super-Resolution【閱讀筆記】
CVPR 有被后面的視覺效果驚艷到。 現在利用GAN的SR方法主要可以分為兩類： . 利用adversarial loss。 這種情況下generator要同時捕捉自然圖像的特點，又要保留gt的特征。這就限制了generator估計真實圖像流型的能力，導致結果出現artifacts和不自然的紋理。 . GAN inversion。這種方法比較典型的就是PULSE。利用一個預訓練的GAN，對其生成過 ...
2021-03-22 16:55 0 588 推薦指數：
相關推薦
論文閱讀之：Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
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 ...
"ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks" 筆記
1. 論文簡介 ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks為ECCV 2018 workshop文章，該方法在PIRM2018-SR比賽（PIRM2018-SR Challenge）中取得第一名，本論文提出 ...
Image Super-Resolution Using Very Deep Residual Channel Attention Networks【RCAN】【閱讀筆記】
圖像超分任務可以看作是試圖從LR圖像中恢復盡可能多的高頻信息。在SR任務中，輸入的LR圖像包含了豐富的低頻信息。但是之前的任務把不同channel都同等對待，限制了CNN的表達能力。因此文中在ED ...
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 ...
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 ...
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 ...
論文閱讀筆記六十六:Wide Activation for Efficient and Accurate Image Super-Resolution(CVPR2018)
論文原址:https://arxiv.org/abs/1808.08718 代碼:https://github.com/JiahuiYu/wdsr_ntire2018 摘要 ...