本文提出了一种新的退化框架RealSR，通过核估计和噪声注入来处理真实世界的图像超分辨率问题。研究指出，传统方法在真实图像上的应用因忽视模糊和噪声而失败。RealSR通过估计模糊核和注入噪声，生成与真实图像共享共同域的LR图像，从而提高超分辨率模型的性能。实验表明，RealSR在视觉质量和噪声抑制上优于现有方法，并在NTIRE 2020挑战赛中获得真实世界超分辨率赛道的胜利。
第一次来请先看这篇文章：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）
文章目录
前言
论文题目：Real-World Super-Resolution via Kernel Estimation and Noise Injection —— 基于核估计和噪声注入的真实世界超分辨率
论文地址：Real-World Super-Resolution via Kernel Estimation and Noise Injection
论文源码：https://github.com/jixiaozhong/RealSR
CVPR 2020！
订阅专栏 解锁全文
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
