【每周CV论文】初学深度学习图像超分辨应该要读的文章

论文总结-Perceptual Losses for Real-Time Style Transfer and Super-Resolution 读论文学算法 Perceptual Losses for Real-Time Style Transfer and Super-Resolution  论文作者:Justin Johnson, Alexandre Alahi, Li Fei-Fei 1 综述 现阶段存在的问题: 1.图像风格转移使用Feed-forward Convolutio 阅读详情

欢迎来到《每周CV论文》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。

图像超分辨是一个非常实际应用价值的方向,今天给大家推荐初学该领域必须要读的文章。

作者&编辑 | 言有三

1 SRCNN

SRCNN方法[1]是将深度学习用于图像超分辨领域中最早期的尝试,它是一个前上采样结构,可以看作是经典的稀疏编码用深度学习模型进行实现。

文章引用量:2700+

推荐指数:✦✦✦✦✦

[1] Dong C, Loy C C, He K, et al. Image super-resolution using deep convolutional networks[J]. IEEE transactions on pattern analysis and machine intelligence, 2015, 38(2): 295-307.

2 ESPCN

SRCNN等前上采样框架中首先使用反卷积来完成上采样,这是一种很自然的操作,但是它计算复杂度较大,Twitter图片与视频压缩研究组则采用了与反卷积完全不同的上采样思路,提出了ESPCN模型[2],其中核心思想是亚像素卷积(sub-pixel convolution),这是一种后上采样框架。

文章引用量:1200+

推荐指数:✦✦✦✦✦

[2] Shi W, Caballero J, Huszar F, et al. Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network[C]. computer vision and pattern recognition, 2016: 1874-1883.

3 Perceptual loss

早期的基于CNN模型的超分辩框架如SRCNN,ESPCN都使用图像像素空间的欧式距离作为优化目标,结果能取得较高的PSNR和SSIM指标,但是存在结果过于平滑的问题,后来的研究者将SRCNN模型的像素损失改为感知损失后,显著提高了视觉效果。

文章引用量:2000+

推荐指数:✦✦✦✦✦

[3] Johnson J, Alahi A, Fei-Fei L. Perceptual losses for real-time style transfer and super-resolution[C]//European conference on computer vision. Springer, Cham, 2016: 694-711.

4 SRGAN

随着生成对抗网络GAN的发展,生成器和判别器的对抗学习机制在图像生成任务中展现出很强大的学习能力。Twitter的研究者们使用ResNet作为生成器结构,使用 VGG作为判别器结构,提出了SRGAN[4]模型。

文章引用量:1400+

推荐指数:✦✦✦✦✦

[4] Ledig C, Theis L, Huszár F, et al. Photo-realistic single image super-resolution using a generative adversarial network[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2017: 4681-4690.

5 无监督模型

由于大部分模型都是基于成对的低分辨率和高分辨率图进行训练,研究者常通过固定的图像算法对高分辨率图进行采样获得低分辨率图,这与真实的图像蜕化过程并不一致,真实的图像蜕化往往包括各类模糊和噪声,缺陷等。因此,如何摆脱仿真数据集进行训练,产生真实的训练数据对模型泛化到真实场景非常重要,其中基于GAN的无监督模型大有可为。

文章引用量:70+

推荐指数:✦✦✦✦✧

[5] Bulat A, Yang J, Tzimiropoulos G. To learn image super-resolution, use a gan to learn how to do image degradation first[C]//Proceedings of the European conference on computer vision (ECCV). 2018: 185-200.

6 应用

图像超分辨可以用于老照片和视频的修复,同时也可以用于辅助目标检测等任务中提升目标的可辨识度,其中在人脸领域是最为成熟的应用方向[6-7],值得关注。

[6] Chen Y, Tai Y, Liu X, et al. FSRNet: End-to-End Learning Face Super-Resolution with Facial Priors[C]. computer vision and pattern recognition, 2018: 2492-2501.
[7] Menon S, Damian A, Hu S, et al. PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models[J]. arXiv: Computer Vision and Pattern Recognition, 2020.

7 文章解读

关于图像超分辨以及相关文章的详细解读,在有三AI知识星球-网络结构1000变-图像增强以及GAN下有较多的文章,感兴趣可以移步。

总结

本次我们介绍了初学图像超分辨领域值得读的文章,当前研究重点在于无监督模型,复杂退化类型图像的超分辨等方向,读者可以继续关注。

有三AI知识星球

知识星球是有三AI的付费内容社区,里面包括各领域的模型学习,数据集下载,公众号的付费图文原稿,技术总结PPT和视频,知识问答,书籍下载,项目推荐,线下活动等资源,了解详细请阅读以下文章:

【杂谈】有三AI知识星球一周年了!为什么公众号+星球才是完整的?

【杂谈】万万没想到,有三还有个保密的‘朋友圈’,那里面都在弄啥!

转载文章请后台联系

侵权必究

往期精选

看得“深”、看得“清” —— 深度学习在图像超清化的应用 作者:张延祥,就职于Google北京输入法团队。北航本硕,优快云知名博主,有多篇优快云博文流传甚广,对深度学习、自然语言处理和计算机视觉有极大的热忱。 责编:王艺,优快云 AI栏目编辑/记者,目前从事【AI创新者】系列人物访谈,合作及投稿请联系wangyi@csdn.net 本文为《程序员》原创文章,未经允许不得转载,更多精彩文章请订阅2017年《程序员》 日复一日... 阅读详情

相关推荐

深度学习系列资料总结

说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程,主要以计算机视觉资料为主,包括图像识别、分类、检测、分割等,内容参考Github及网络资源,仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等;无监督学习方法——深度信念网、深度玻尔兹曼机,深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................

专注大数据与人工智能技术分享,欢迎私信加群互相学习! 2万+

论文《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》

论文理解《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》Problem:Image transformation problemsRecent methods:使用输出图片和GT图像间的per-pixel loss训练前馈卷积神经网络;从感知网络中提取高级特征,通过定义和优化基于高级特征的感知损失函数可以产生...

鱼奶奶的花园 3664

图像超分辨

超分辨很好地知网论文,适合初学者使用和阅读 等等 看

论文解读(04)

Perceptual Losses for Real-Time Style Transfer and Super-Resolution Justin Johnson, Alexandre Alahi, Li Fei-Fei 本文研究了图像转换的问题。在该领域中现有的方法大致有二:一种是使用输出图像与真实图像的per-pixel loss(逐像素损失)训练前馈CNN,第二种是 设计并优化了一种 所谓...

isAlberYu的博客 1083

iOS开发者必备:从越狱设备里提取IPA的三种方法(含Filza、iTools实战)

本文详细介绍了iOS开发者从越狱设备提取IPA文件的三种实用方法,包括使用Filza文件管理器、AFC2配合桌面工具以及命令行高级技术。内容涵盖环境准备、操作步骤和技术原理,帮助开发者高效获取应用包文件,适用于逆向工程、测试分析等场景。

weixin_28717969的博客 830

从零搭建一个虚拟ECU:手把手用Autosar CP模块模拟汽车灯控系统(基于Vector工具链)

本文详细介绍了如何使用Vector工具链从零搭建一个基于Autosar CP架构的虚拟ECU系统,模拟汽车灯光控制功能。通过环境搭建、模块配置、通信栈设置到灯光控制逻辑实现的全流程指导,帮助开发者掌握Autosar CP模块术语的实际应用,并提供了系统集成与测试的实用方案。

weixin_42628688的博客 317

Image Super-Resolution Using DeepConvolutional Networks论文阅读笔记

rXiv:1501.00092v3 [cs.CV] 31 Jul 2015 题目:Image Super-Resolution Using DeepConvolutional Networks 摘要: 我们提出了一种用于单图像超分辨率(SR)的深度学习方法。我们的方法直接学习低/高分辨率图像之间的端到端映射。映射表示为深度卷积神经网络(CNN),该神经网络将低分辨率图像作为输入并输出高分辨率图像【这就是端到端】。我们进一步表明,传统的基于稀疏编码的SR方法也可以视为深度卷积网络。但是与传统方法分..

不要回答的博客 2429

无人机飞控技术最详细解读

已剪辑自: https://zhuanlan.zhihu.com/p/64519280[导读]被称作是“飞行器的大脑”的飞控到底是什么?以前,搞无人机的十个人有八个是航空、气动、机械出身,更多考虑的是如何让飞机稳定飞起来、飞得更快、飞得更高。如今,随着芯片、人工智能、大数据技术的发展,无人机开始了智能化、终端化、集群化的趋势,大批自动化、机械电子、信息工程、微电子的专业人材投入到了无人机研发大潮中,几年的时间让无人机从远离人们视野的军事应用飞入了寻常百姓家、让门外汉可以短暂的学习也能稳定可靠的飞行娱乐。不可

qq_41854911的博客 1万+

cv方向有哪些_【每周CV论文】初学深度学习图像超分辨应该要读的文章

欢迎来到《每周CV论文》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。图像超分辨是一个非常实际应用价值的方向,今天给大家推荐初学该领域必须要读的文章。作者&编辑 | 言有三1 SRCNNSRCNN方法[1]是将深度学习用于图像超分辨领域中最早期的尝试,它是一个前上采样结构,可以看作是经典的稀疏编码用深度学习模型进行实现。文...

weixin_39616961的博客 346

Cadence 批量一次性修改title 页码标题

本文介绍如何在Cadence软件中对DSN文件进行标题栏的批量编辑操作,包括选择编辑对象、使用快捷键打开属性面板以及如何修改标题、页码等关键信息。

tianpu2320959696的博客 979

使用 Simulink + Simscape Electrical 实现一个三相电压型PWM整流器的仿真模型

三相电压型PWM整流器(Voltage Source PWM Rectifier, VSR)是一种先进的电力电子装置,它不仅可以将交流电转换为直流电,还能实现单位功率因数操作,即输入电流与输入电压同相位。这不仅提高了电网质量,减少了谐波污染,而且提高了整个系统的效率。本文将详细介绍如何使用实现一个三相电压型PWM整流器的仿真模型,并探讨其在单位功率因数下的控制策略和仿真结果。本文详细介绍了如何使用搭建一个三相电压型PWM整流器的仿真模型,并对其在单位功率因数下的控制策略进行了探讨。

amy_mhd的博客 130

c++ cv转化灰度图_【每周CV论文】初学深度学习图像超分辨应该要读的文章

欢迎来到《每周CV论文》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。图像超分辨是一个非常实际应用价值的方向,今天给大家推荐初学该领域必须要读的文章。作者&编辑 | 言有三1 SRCNNSRCNN方法[1]是将深度学习用于图像超分辨领域中最早期的尝试,它是一个前上采样结构,可以看作是经典的稀疏编码用深度学习模型进行实现。文...

weixin_42469169的博客 153

LangGraph 中 Human-in-the-loop

摘要:本文探讨了在自主AI Agent系统中实现"人工介入关键节点"(HIL)的技术方案,主要基于LangGraph框架构建。针对Agent可能执行高风险操作(如删除数据库)的问题,提出通过断点机制在关键节点暂停流程,实现人工审批后再继续执行。具体实现包括:(1)使用checkpointer组件持久化状态;(2)通过interrupt_before/after参数设置断点;(3)支持三种交互模式:批准、编辑和输入。文章还提供了代码示例,展示如何在不同场景(如工具调用)中动态触发人工审核机

qq_52053775的博客 154

【每周CV论文推荐】基于GAN的图像超分辨值得阅读的文章

欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。图像超分辨(Image Super-resolution)是一个非常基础的图像处理领域,随着生成对抗网络技术的成熟,基于GAN的图像超分辨技术已经进行了成熟的商业化落地,本次我们来简单给大家推荐一些初学者值得关注的工作。作者&编辑 | 言有三1基本...

hacker_long的专栏 970

22、硬件工程师笔试面试——电机(2025版本)

例如,B级绝缘的电机可以承受的最高温度为130℃,而H级绝缘的电机可以承受高达180℃的温度。同时,也要考虑电机的成本和控制系统的复杂性。电机的选择取决于其应用的具体要求,包括所需的功率、速度、扭矩、效率、成本和工作环境等。根据电动机保护配置原则,为电机配置适当的保护,如过负荷保护、缺相保护、逆相保护、接地漏电保护、堵转保护、相不平衡保护、短路保护、过电压保护、低电压保护、过热保护等。根据安培环路定理,电流和磁场的相互作用会在电机的转子上产生力,这些力作用于转子上,使其绕轴旋转,从而产生转矩。

XU157303764的博客 3547

从0到1带大家搭建spring cloud alibaba 微服务大型应用框架(十一)spring-boot-admin 监控篇(2)springcloud 集成spring boot admin

从0到1 手把手搭建spring cloud alibaba 微服务大型应用框架(十一)spring-boot-admin 监控篇(2)springcloud 集成spring boot admin spring-boot-admin 服务端创建与集成入nacos spring-boot-admin 查看日志

峡谷电光马仔的博客 1388

【每周CV论文推荐】基于GAN的图像修复值得阅读的文章

欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。图像修复(补全)是一个非常基础的图像处理领域,也是一个难度较大的方向,随着生成对抗网络技术的成熟,基于GAN的图像修复在传统方法的基础上取得了非常大的进展,本次我们来简单给大家推荐一些初学者值得关注的工作。作者&编辑 | 言有三1基本模型由于GAN...

hacker_long的专栏 2561

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

【每周CV论文推荐】基于GAN的图像降噪值得阅读的文章

欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。图像降噪是一个非常基础的图像处理领域,随着生成对抗网络技术的成熟,基于GAN的图像降噪在一些复杂问题上取得了比较不错的进展,本次我们来简单给大家推荐一些初学者值得关注的工作。作者&编辑 | 言有三1基本噪声仿真模型我们之所以研究GAN模型用于图像降...

hacker_long的专栏 937

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

【AI产品】拯救你的模糊照片,AI让图像重回清晰锐利

欢迎来到《AI产品》专栏,本专栏面向所有热爱人工智能技术的朋友、同学。在本专栏中,会多多分享给大家不同种类的且新奇有趣的AI产品,对产品中的核心技术进行深度剖析。文章底部会推荐相关核心技...

hacker_long的专栏 8296

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

【杂谈】计算机视觉新手如何选读论文?这100多篇你必须收下。

从事计算机视觉领域的工作或者研究,必不可少的一件事情就是读论文,目前论文这么多,对于新手朋友们来说,该如何进行选读呢?本次来汇总一下我们的论文推荐专栏,给大家推荐各个方向,超过100篇文...

hacker_long的专栏 2448

faceapp怎么合成未来宝宝照片_【AI产品】拯救你的模糊照片,AI让图像重回清晰锐利...

欢迎来到《AI产品》专栏,本专栏面向所有热爱人工智能技术的朋友、同学。在本专栏中,会多多分享给大家不同种类的且新奇有趣的AI产品,对产品中的核心技术进行深度剖析。文章底部会推荐相关核心技术学习资料,全部原创!请订阅并持续关注,跟上我们学习的步伐。作者&编辑 | 林诗登 A.I.ImageEnlarger在网速如此快,网友们看视频都要求高清甚至4K版的年代,图像大多数时候还很模糊...

weixin_39747615的博客 4795

如何从一个“行业小白”走进“机器学习、CV、深度学习等”这个行业?

欢迎大家关注微信公众号:baihuaML,白话机器学习。 在这里,我们一起分享AI的故事。 您可以在后台留言,关于机器学习、深度学习的问题,我们会选择其中的优质问题进行回答! 如果大家看过了之前的文章, kuki:写给那些准备入坑机器学习、计算机视觉、深度学习等相关领域的人,包括:读研、转行等不同人群,同行勿喷 应该是决定开始走紧这坑了。而且最近大家问得也比较多,也是比较关心的问题,...

u010139630的博客 1218

CV精华文章分类汇总

52CV精华文章分类汇总(2018年10月16日) 目标检测: Softer-NMS:CMU&旷视最新论文提出定位更加精确的目标检测算法 重磅!商汤&港中文等将开源ECCV2018MS COCO检测比赛冠军代码库 ECCV18 | 如何正确使用样本扩充改进目标检测性能(附Github地址) ECCV18 | 无监督难分样本挖掘改进目标检测 开源目标检测算法用于交通...

Snoopy_Dream 554

【杂谈】什么文章可以给有三AI投稿?你能得到什么

我们公众号的风格是做系统性的原创,除了一些资源类的东西,大多数是专栏,大部分是有三本人在写,还有一些是其他的专栏作者,那么现在有哪些专栏可以自由投稿,新手也可以来练练手呢,今天就来汇总一...

hacker_long的专栏 1429

【优快云 AI 周刊】No. 008 | 李沐回顾博士五年 孙剑谈CV问题

【优快云 AI 周刊】点评本周热辣新闻、新鲜案例、技术博客。订阅请点击这里。若您有希望与业界分享的AI实施案例、资料整理、学习笔记、趣闻妙谈,请发送邮件至wangyi@csdn.net,期待您的声音。头条微软小冰缔造者王永东博士升任全球资深副总裁@Microsoft微软于2月8日宣布,任命微软(亚洲)互联网工程院院长王永东博士为微软全球资深副总裁。王永东博士于2009年加入微软的必应团队,并于同...

qunnie_yi的博客 670
上一篇: 【信息抽取】如何使用循环神经网络进行关系抽取
下一篇: 【总结】有三AI大量原创视频和图文资料,你都存下来了吗
言有三
言有三 领域专家: 人工智能技术领域 领域专家: 人工智能技术领域
博客等级 码龄15年 3636粉丝 976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言有三

三人行必有AI

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值