Kobaayyy的博客

整理汇总2025年CVPR底层视觉(Low-Level Vision)相关的论文和代码，括超分辨率，图像去雨，图像去雾，去模糊，去噪，图像恢复，图像增强，图像去摩尔纹，图像修复，图像质量评价，插帧，图像/视频压缩等任务

整理汇总下2024年ECCV AIGC相关的论文和代码，具体如下

整理汇总下2024年ECCV底层视觉(Low-Level Vision)相关的论文和代码，括超分辨率，图像去雨，图像去雾，去模糊，去噪，图像恢复，图像增强，图像去摩尔纹，图像修复，图像质量评价，插帧，图像/视频压缩等任务

整理汇总下今年CVPR AIGC相关的论文和代码

整理汇总下今年CVPR底层视觉(Low-Level Vision)相关的论文和代码，括超分辨率，图像去雨，图像去雾，去模糊，去噪，图像恢复，图像增强，图像去摩尔纹，图像修复，图像质量评价，插帧，图像/视频压缩等任务

收集了国内外做AIGC相关研究的团队(谷歌学术引用5000+)如下，欢迎star，fork和PR~

欢迎star~

ICCV2021｜底层视觉和图像生成相关论文汇总（如果觉得有帮助，欢迎点赞和收藏）1.图像生成（Image Generation）Multiple Heads are Better than One: Few-shot Font Generation with Multiple Localized ExpertsPIRenderer: Controllable Portrait Image Generation via Semantic Neural RenderingToward Spatially Un

CVPR2021｜FVC: A New Framework towards Deep Video Compression in Feature Space【论文阅读笔记】作者相关链接1.前言2.介绍3.方法3.1 Overview3.2 Deformable Compensation3.3 Multi-frame Feature Fusion3.4 Residual Compression and Other Details3.5 Loss Function4.实验4.1. Experimental Set

ICCV2019｜Neural Inter-Frame Compression for Video Coding【论文阅读笔记】作者相关链接1.前言2.介绍3.方法4.实验参考作者Abdelaziz Djelouah, Joaquim Campos, Simone Schaub-Meyer, Christopher Schroers相关链接Paper:https://openaccess.thecvf.com/content_ICCV_2019/html/Djelouah_Neural_Inter

CVPR2021｜DeFMO: Deblurring and Shape Recovery of Fast Moving Objects【论文阅读笔记】作者相关链接1.前言2.介绍3.算法4.实验作者相关链接1.前言2.介绍3.算法4.实验

CVPR2021｜底层视觉相关论文汇总（如果觉得有帮助，欢迎点赞和收藏）整理了下2021年CVPR图像重建/底层视觉(Low-Level Vision)相关的一些论文，包括超分辨率，图像恢复，去雨，去雾，去模糊，去噪等方向。大家如果觉得有帮助，欢迎点赞和收藏~~Github地址见右：Awesome-CVPR2021-Low-Level-Vision，欢迎star~...

Spatial-Angular Attention Network for Light Field Reconstruction【论文阅读笔记】作者相关链接AbstractIntroduction作者Gaochang Wu, Yebin Liu, Lu Fang, Tianyou Chai相关链接Paper:https://arxiv.org/pdf/2007.02252.pdfCode:https://github.com/GaochangWu/SAANVideo:https://www.b

CVPR2019｜Depth-Aware Video Frame Interpolation【论文阅读笔记】作者相关链接作者Wenbo Bao, Wei-Sheng Lai, Chao Ma, Xiaoyun Zhang, Zhiyong Gao, Ming-Hsuan Yang相关链接Paper:https://openaccess.thecvf.com/content_CVPR_2019/papers/Bao_Depth-Aware_Video_Frame_Interpolation_CVPR

VALSE2020｜底层视觉与图像生成主题Workshop【笔记】ChinaMM期刊主编论坛陈长汶罗杰波徐常胜鲁继文PanelChinaMM期刊主编论坛陈长汶罗杰波徐常胜鲁继文Panel

ACMMM2020｜Space-Time Video Super-Resolution Using Temporal Profiles【论文阅读笔记】作者相关链接作者Zeyu Xiao, Zhiwei Xiong, Xueyang Fu, Dong Liu, Zheng-Jun Zha相关链接Paper:https://dl.acm.org/doi/pdf/10.1145/3394171.3413667Code:https://github.com/zeyuxiao1997/TPVSR(暂未上传

Image Processing Using Multi-Code GAN Prior【论文阅读笔记】作者相关链接前言作者Jinjin Gu, Yujun Shen, Bolei Zhou相关链接Paper:https://openaccess.thecvf.com/content_CVPR_2020/html/Gu_Image_Processing_Using_Multi-Code_GAN_Prior_CVPR_2020_paper.htmlCode:https://github.com/ge

ECCV2020｜图像重建相关论文汇总（如果觉得有帮助，欢迎点赞和收藏）参考未完待续~参考[1] 杜克大学提出 AI 算法，拯救渣画质马赛克秒变高清码字不易，如果您觉得有帮助，麻烦帮我点个赞~~...

VALSE2020｜底层视觉与图像生成主题Workshop【笔记】VALSE底层底层视觉与图像生成主题Workshop吕健勤：Bluring The Line between Real and the Fake.刘永进:基于生成对抗网络的人脸艺术肖像画创作刘家瑛：恶劣环境下图像增强技术研究徐迈：数据驱动下的压缩视频增强连宙辉：文字图像图形生成及其应用PanelVALSEVALSE(Vision and Learning Seminar)年度研讨会的主要目的是为计算机视觉、图像处理、模式识别与机器学习研究

LaTex快速入门【记录】入门步骤快捷键参考入门步骤卸载 CTeX 套装，安装 TeX Live。原因及教程见：TeX Live 下载及安装说明看完：一份其实很短的 LaTeX 入门文档，你迷惑的「CTeX 和 LaTeX 都是啥」在倒数第二节有答案。看完：LaTeX_Docs_2014.zip 或者 刘海洋的《LaTeX 入门》。快捷键注释多行代码1.先选中多行latex代码。2.按ctrl+shift+]。就可以注释掉多行了。3.ctrl+shift+[ 是取消注释。参考[

CVPR2020｜立体视觉相关论文汇总光场图像超分辨率Light Field Spatial Super-Resolution via Deep Combinatorial Geometry Embedding and Structural Consistency Regularization深度图超分辨率Channel Attention Based Iterative Residual Learning for Depth Map Super-Resolution参考整理了下今年CVPR立体视觉方向相

题 目：Residual Networks for Light Field Image Super-Resolution作 者：Shuo Zhang, Youfang Lin, Hao Sheng单 位：北京交通大学计算机与信息技术学院北京交通数据分析与挖掘重点实验室，中国民航民航旅客服务智能化应用技术重点实验室，北京航空航天大学计算机科学与工程学院软件开发环境国家重点实验室...

博士论文-基于生成对抗网络的图像合成-阅读笔记1）摘要2） 绪论a. 图像合成简介b. 研究意义c. 主要难点d. 研究现状e. 研究趋势f. 主要创新点g. 章节安排3） 相关工作a. 图像合成模型b. 生成对抗网络的改进c. 图像合成的应用与评价标准4） 基于特征匹配条件生成对抗网络的图像合成(FM-CGAN)5） 基于条件变分生成对抗网络的图像合成(CVAE-GAN)6） 基于身份保持的生成...

CVPR2020-图像重建相关论文整理1. PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models参考1. PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models论文：https://arxiv.org/abs/2003.03808代码：https://gi