其中低照度图像增强是一个热点,这也许和近两年智能手机主打夜景拍摄有关系,传统的去噪方向依旧吸引了不少学者,也用在了新的相机模型和应用场景中。 图像去摩尔纹只有一篇,但在52CV图像增强恢复交流群里却经常被提及,也是一个很实用的方向。 已经开源或者即将开源的论文,把代码地址也附上了。 大家可以在: http://...
上图中被污损的图像(左)被修复为图像(中),右图为参考图像。修复时污损的mask是给定的。 该技术可用于修复老照片或者网络易丢包的图像传输等。因为其化腐朽为神奇的能力,经常见诸报端。 CVPR 2020 有 7 篇相关文献,技术上,因为GAN强大的图像生成能力被广泛使用。同时图像修复不再局限于2D图像,最有意思的是弗吉尼...
图像去摩尔纹(Image Demoireing)1 篇 总计22 篇。 其中低照度图像增强是一个热点,这也许和近两年智能手机主打夜景拍摄有关系,传统的去噪方向依旧吸引了不少学者,也用在了新的相机模型和应用场景中。 图像去摩尔纹只有一篇,但在52CV图像增强恢复交流群里却经常被提及,也是一个很实用的方向。 已经开源或者即将开源...
同时图像修复不再局限于2D图像,最有意思的是弗吉尼亚理工学院等发明的 3D Photography Using Context-Aware Layered Depth Inpainting 其对老照片在深度信息上进行修复,把定格的世界激活了! 华为提出的超高分辨率的图像修复方法 Contextual Residual Aggregation for Ultra High-Resolution Image Inpainting 也非常吸引人,代码...
备注| CVPR 2020 Oral 摘要| 大规模数据集的可用性帮助释放了深度卷积神经网络(CNNs)的真正潜力。然而,对于单图像去噪问题,捕获真实数据集是一个昂贵而繁琐的过程。因此,图像去噪算法大多是在广泛假设加性高斯白噪声(AWGN)下生成的合成数据上发展和评估的。尽管cnn在这些合成数据集上取得了令人印象深刻的结果,但正如...
代码:https://github.com/kingsj0405/ciplab-NTIRE-2020 解析: 备注:NTIRE2020极限超分亚军方案CIPLab;Workshops Nested Scale-Editing for Conditional Image Synthesis 论文:http://arxiv.org/abs/2006.02038 备注:解耦表征、多模图像转换、超分、修复
本文盘点CVPR 2020 所有人脸相关论文,总计64篇,涵盖方向众多,传统方向比如人脸识别、检测等依旧是研究的重点,除此之外,人脸生成、编辑,人脸反欺骗也有众多工作,一方面是研究如何造假脸,一方面是如何识别造假。也是蛮有意思的。 作者单位中国内的研究机构和厂商众多,尤以香港...
作者单位中国内的研究机构和厂商众多,尤以香港中文大学、商汤科技、中科院、百度、浙大等为代表有多篇工作颇为显眼,而国外的伦敦帝国理工学院在人脸领域也有多个不同方向的工作。 已经开源代码的论文,也把代码地址附上了。 大家可以在: http://openaccess.thecvf.com/CVPR2020.py ...
、PSPNet、BiseNet、CCNet和FastFCN等网络 注:2020年的语义分割论文建议主要看CVPR2020、ECCV2020上的工作就行 实例分割主要涵盖了2015-2020年间的...同学可以看一下:ECCV2020语义分割论文大盘点(38篇论文) 注:文末附语义分割微信交流群,欢迎加入学习 awesome-semantic-segmentation项目作者:mrgloom ...
论文:https://arxiv.org/abs/2102.08318 代码:https://github.com/limbo0000/InstanceLoc 先前对自监督学习的研究已经在图像分类方面取得了相当大的进步,但通常在目标检测方面的迁移性能下降。本文的目的是推进专门用于目标检测的自监督预训练模型。基于分类和检测之间的固有差异,我们提出了一种新的自监督前置任务,称...