内容简介:同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流作者:CV君
加入极市 专业CV交流群,与 6000+来自腾讯,华为,百度,北大,清华,中科院 等名企名校视觉开发者互动交流!更有机会与 李开复老师 等大牛群内互动!
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流 。 点击文末“ 阅读原文 ”立刻申请入群~
作者:CV君
本文授权转载自公众号:我爱计算机视觉
今天盘点了 CVPR 2019 所有超分辨率相关论文,总计16篇,其中多篇论文已经吸引了大量关注,比如旷视的Meta-SR、能够应对模糊降质的DPSR、Adobe的纹理迁移SR、国防科大的双目SR。
有多篇将SR应用于新场景的,比如3D对象表面SR、光场SR、高光谱图像SR(硬拼精度当然很难,换个场地也很有意义嘛)。
尤其值得一提的是,大部分论文已经开源了代码,下文将代码地址也一并列出了,对于想进一步研究的朋友,应该有很大帮助。
感谢这些优秀的作者!
可以在以下网站下载这些论文:
http://openaccess.thecvf.com/CVPR2019.py
如果想要下载所有CVPR 2019论文,请点击 CVPR2019最全整理:全部论文下载,Github源码汇总、直播视频、论文解读等 ,或直接在极市平台公众号后台回复 “CVPR2019” 获取。
任意缩放因子的超分辨率方法
中国科技大学、中科院、旷视、清华
Meta-SR: A Magnification-Arbitrary Network for Super-Resolution
Xuecai Hu, Haoyuan Mu, Xiangyu Zhang, Zilei Wang, Tieniu Tan, Jian Sun
论文解读:
https://github.com/XuecaiHu/Meta-SR-Pytorch
迭代模糊核校正的盲超分辨率
香港中文大学、哈尔滨工业大学、中科院深圳先进技术研究院-商汤联合实验室
Blind Super-Resolution With Iterative Kernel Correction
Jinjin Gu, Hannan Lu, Wangmeng Zuo, Chao Dong
https://www.jasongt.com/projects/IKC.html
真实成像环境考虑分辨率和视野关系的镜头超分辨率
中国科技大学
Camera Lens Super-Resolution
Chang Chen, Zhiwei Xiong, Xinmei Tian, Zheng-Jun Zha, Feng Wu
https://github.com/ngchc/CameraSR
能够应对任意模糊核的即插即用深度超分辨率
哈尔滨工业大学、香港理工大学、鹏城实验室、阿里达摩院
Deep Plug-And-Play Super-Resolution for Arbitrary Blur Kernels
Kai Zhang, Wangmeng Zuo, Lei Zhang
更多阅读:
CVPR 2019 神奇的超分辨率算法DPSR:应对图像模糊降质
https://github.com/cszn/DPSR
Raw图像的真实场景超分辨率,模拟真实成像过程生成训练数据,基于相机Raw数据进行超分辨率
商汤
Towards Real Scene Super-Resolution With Raw Images
Xiangyu Xu, Yongrui Ma, Wenxiu Sun
单幅图像超分辨,常微分方程启发的网络设计
中科院、中科院大学、阿里巴巴
ODE-Inspired Network Design for Single Image Super-Resolution
Xiangyu He, Zitao Mo, Peisong Wang, Yang Liu, Mingyuan Yang, Jian Cheng
https://github.com/HolmesShuan/OISR-PyTorch
反馈网络用于图像超分辨
四川大学、加州大学圣巴巴拉分校、大不列颠哥伦比亚大学、韩国仁川国立大学
Feedback Network for Image Super-Resolution
Zhen Li, Jinglei Yang, Zheng Liu, Xiaomin Yang, Gwanggil Jeon, Wei Wu
https://github.com/Paper99/SRFBN_CVPR19
用于视频超分辨率的循环反投影网络
日本丰田技术研究所、美国芝加哥丰田技术研究所
Recurrent Back-Projection Network for Video Super-Resolution
Muhammad Haris, Gregory Shakhnarovich, Norimichi Ukita
https://github.com/alterzero/RBPN-Pytorch
神经纹理迁移的图像超分辨率
Adobe、田纳西大学
Image Super-Resolution by Neural Texture Transfer
Zhifei Zhang, Zhaowen Wang, Zhe Lin, Hairong Qi
更多阅读:
https://github.com/ZZUTK/SRNTT
自然、逼真的单图像超分辨率
首尔国立大学
Natural and Realistic Single Image Super-Resolution With Explicit Natural Manifold Discrimination
Jae Woong Soh, Gu Yong Park, Junho Jo, Nam Ik Cho
https://github.com/JWSoh/NatSR
3D 表面超分辨
瑞士苏黎世联邦理工学院,微软
3D Appearance Super-Resolution With Deep Learning
Yawei Li, Vagia Tsiminaki, Radu Timofte, Marc Pollefeys, Luc Van Gool
https://github.com/ofsoundof/3D_Appearance_SR
快速时空残差网络,用于视频超分辨
武汉大学、悉尼大学
Fast Spatio-Temporal Residual Network for Video Super-Resolution
Sheng Li, Fengxiang He, Bo Du, Lefei Zhang, Yonghao Xu, Dacheng Tao
残差网络用于光场图像超分辨率
北京交通大学、北京航空航天大学
Residual Networks for Light Field Image Super-Resolution
Shuo Zhang, Youfang Lin, Hao Sheng
二阶注意力网络用于图像超分辨率
清华、鹏城实验室、香港理工大学、阿里达摩院
Second-Order Attention Network for Single Image Super-Resolution
Tao Dai, Jianrui Cai, Yongbing Zhang, Shu-Tao Xia, Lei Zhang
https://github.com/daitao/SAN
高光谱图像超分辨率
北京理工大学、日本国立情报学研究所、格灵深瞳
Hyperspectral Image Super-Resolution With Optimized RGB Guidance
Ying Fu, Tao Zhang, Yinqiang Zheng, Debing Zhang, Hua Huang
双目超分辨率算法,提出并行注意力模型
国防科技大学、盲信号处理重点实验室
Learning Parallax Attention for Stereo Image Super-Resolution
Longguang Wang, Yingqian Wang, Zhengfa Liang, Zaiping Lin, Jungang Yang, Wei An, Yulan Guo
更多阅读:
https://github.com/LongguangWang/PASSRnet
点击左下角 “ 阅读原文 ”, 即可申请加入极市 目标跟踪、目标检测、工业检测、人脸方向、视觉竞赛等技术交流群, 更有每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流, 一起来让思想之光照的更远吧~
△长按关注极市平台
觉得有用麻烦给个在看啦~
以上所述就是小编给大家介绍的《CVPR 2019 论文大盘点-超分辨率篇》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- CVPR 2019 论文大盘点-超分辨率篇
- CVPR 2019 | 告别低分辨率网络,微软提出高分辨率深度神经网络HRNet
- Flutter图片分辨率适配
- Kali Linux 自定义分辨率
- 人脸超分辨率,基于迭代合作的方法
- 基于深度学习的图像超分辨率重建
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Java JDK6学习笔记
林信良 / 清华大学出版社 / 2007-4 / 59.90元
《Java JDK6学习笔记》是作者良葛格本人近几年来学习Java的心得笔记,结构按照作者的学习脉络依次展开,从什么是Java、如何配置Java开发环境、基本的Java语法到程序流程控制、管理类文件、异常处理、枚举类型、泛型、J2SE中标准的API等均进行了详细介绍。本书还安排了一个“文字编辑器”的专题制作。此外,Java SE6的新功能,对Java lang等套件的功能加强,以及JDBC4.0、......一起来看看 《Java JDK6学习笔记》 这本书的介绍吧!
HTML 编码/解码
HTML 编码/解码
RGB CMYK 转换工具
RGB CMYK 互转工具