MIRNet是一种新的卷积神经网络架构，专注于图像修复和增强，尤其在去噪、超分辨率和图像增强任务上表现出优越性能。它通过并行多分辨率卷积流、信息交换、注意力机制以及多尺度特征聚合，学习丰富的特征，结合上下文信息和高分辨率细节。在多个图像处理任务中，MIRNet达到了最先进的结果。
在图像去噪、超分辨率和图像增强任务上表现SOTA！性能优于LP-KPN等网络，代码现已开源！
Learning Enriched Features for Real Image Restoration and Enhancement
作者单位：IIAI, 加州大学默塞德分校, 谷歌
代码：swz30/MIRNet
论文： https:// arxiv.org/abs/2003.0679 2
以从degraded版本中恢复高质量图像内容为目标，图像修复在监控，计算摄影，医学成像和遥感等领域拥有众多应用。最近，卷积神经网络（CNN）与传统的图像恢复方法相比取得了显著进步。现有的基于CNN的方法通常以全分辨率或渐进式低分辨率表示形式运行。在前一种情况下，获得了空间精确但上下文上不那么鲁棒的结果，而在后一种情况下，生成了语义上可靠但空间上不太准确的输出。
在本文中，我们提出了一种新颖的体系
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
