时光机 °的博客

胶囊内窥镜超分

连拍超分

医疗图像超分综述

ESR竞赛

论文地址：https://arxiv.org/abs/2105.08826论文小结  这比赛的目标是在移动手机上得到实时运行的视频超分算法，目标在480p（实际上是180∗30180*30180∗30）分辨率输入下得到HD分辨率，且有80FPS。训练数据集为REDS，4倍超分，在OPPO Find x2手机上，865的芯片，Qualcomm Adreno 650 CPU，浮点数网络（之前的SISR目标是定点数网络）。  视频超分比赛输入为180∗320180*320180∗320，目标是4倍上采样，图

论文地址：https://arxiv.org/abs/2105.07825论文小结  这是2021年的一个移动端超分算法的比赛，其要求的目标平台有只能运行INT8的电视等，所以要求模型是全量化的。模型算法的目标是3倍超分，到1080P分辨率，即640∗360640*360640∗360到1920∗10801920*10801920∗1080，目标时间是404040-606060ms之内完成。模型的运行时间是在Synaptics VS680 Smart Home board with a dedicate

论文地址：https://arxiv.org/abs/2105.10288代码地址：https://github.com/cxzhou95/XLSR论文小结  本文的方法名为 XLSR ，名义上获得了2021年Mobile AI SISR比赛的冠军。该比赛目标是移动平台，模型的所有参数和推理都需要是INT8量化的，所以该比赛下的论文模型都是INT8量化的。总得来说，论文所做基本可分为两点：（1）选择一个合适的基础框架模块；（2）为SR模型的输出添加一个Clip ReLU模块；        

论文地址：https://arxiv.org/abs/2007.04344代码地址：https://github.com/hellloxiaotian/LESRCNN)论文小结  本文的模型名字叫做 LESRCNN ，为lightweight enchanced SR CNN。目标与名字一样，想弄一个轻量级可以在端上推理的模型。作者的设备为 I7-7800 和 1080Ti，内存大小为16G，推理时长如下图所示。模型主体有23层卷积层，卷积核为3∗33*33∗3和1∗11*11∗1交替进行，看起来不小

论文地址：https://arxiv.org/abs/2107.05307代码地址：https://github.com/Thmen/EGVSR论文小结  本文的方法名为 EGVSR ，Efficient and Generic video Super-Resolution，意味通用的高效视频超分方法，基于时空对抗学习得到时空相干性。论文中称EGVSR在GPU上能达到 4K@29.61FPS，1080p@66.9FPS，720p@70.0FPS 的速度，但是并未指明所使用的GPU和CPU型号的平台(有