IMSSRnet-TCSVT2020 Deep Stereoscopic Image Super-Resolution via Interaction Module

本文提出了一种名为IMSSRnet的深度学习模型,用于立体图像的超分辨率处理,旨在利用互补信息而非仅依赖对应关系。模型由空间特征提取模块、交互模块和多损失机制构成,交互模块包括四个门控单元。实验结果显示,IMSSRnet在立体图像超分辨率任务上优于MDSR和一些现有方法,但论文的实验设计和结果的有效性受到质疑,尤其是PSNR计算的准确性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章地址:https://ieeexplore.ieee.org/document/9253563/

1、INTRODUCTION

human visual system can perceive 3D effect and have a vivid visual experience [7], [8]  立体图像可以让人眼系统感知到3D效果,从而有更生动的细节信息。

telemedicine, video conferencing, and video analysis [9], [10]  3D立体图像在远程医疗、视频会议等方面都有重要的应用。

本文的动机:However, the stereoscopic image pairs provide more complementary information than correspondence. It is desirable to develop an intelligent stereoscopic image superresolution method to comprehensively utilize the complementary information in stereoscopic images.(本文的动机:之前的stereoSR都是在寻求左右两幅图像之间的对应关系,但是作者觉得stereo图像之间更多的应该是互补关系,而不仅仅是对应关系)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

芝麻开花666

你的鼓励将是我创作的最大动力

¥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
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