CVPR 2023 | CAVSR:压缩感知视频超分辨率 来源:CVPR 2023论文题目:Compression-Aware Video Super-Resolution作者:Yingwei Wang,Takashi Isobe,Xu Jia,Xin Tao,Huchuan Lu, Yu-Wing Tai链接:https://github.com/aprBlue/CAVSR内容整理:王妍 引言 视频超分辨率(VSR)旨在利用低分辨率帧内的互补时间信息来恢复高分辨率...
2、Denoising Diffusion Probabilistic Models for Robust Image Super-Resolution in the Wild 扩散模型在单幅图像超分辨率和其他图像-图像转换任务中显示出良好的效果。尽管取得了这样的成功,但在更具挑战性的盲超分辨率任务中,它们的表现并没有超过最先进的GAN模型,在盲超分辨率任务中,输入图像的分布不均匀,退化未知。
Deep Arbitrary-Scale Image Super-Resolution via Scale-Equivariance Pursuit Paper: Code:https://github.com/neuralchen/EQSR 盲超分 Better "CMOS" Produces Clearer Images: Learning Space-Variant Blur Estimation for Blind Image Super-Resolution Paper:https://arxiv.org/abs/2304.03542 Learning Generative S...
CVPR 2023官网链接: https://cvpr2023.thecvf.com/ 会议时间:2023年6月18日-6月22日,加拿大温哥华 CVPR 2023统计数据:提交:9155篇论文接受:2359篇论文(25.8%的接受率)亮点:235篇论文(占录取论文的10%,…
1、Activating More Pixels in Image Super-Resolution Transformer 基于Transformer的方法在低级别视觉任务中,如图像超分辨率,表现出了令人印象深刻的性能。Transformer的潜力在现有网络中仍未得到充分发挥。为了激活更多的输入像素以实现更好的重建,提出了一种新的混合注意力Transformer(HAT)。它同时结合了通道注意力和基于...
论文标题:Consistent Direct Time-of-Flight Video Depth Super-Resolution 代码和数据:https://arxiv.org/pdf/2211.08658.pdf 图1. 我们第一个提出了多帧方法,dToF深度视频超分辨率(DVSR)和直方图视频超分辨率(HVSR),利用高分辨率RGB帧引导进行低分辨率dToF传感器视频进行超分辨处理。深度预测的点云可视化显示,通过利...
1、Activating More Pixels in Image Super-Resolution Transformer 基于Transformer的方法在低级别视觉任务中,如图像超分辨率,表现出了令人印象深刻的性能。Transformer的潜力在现有网络中仍未得到充分发挥。为了激活更多的输入像素以实现更好的重建,提出了一种新的混合注意力Transformer(HAT)。它同时结合了通道注意力和基于...
◾混合立体图像超分辨率网络:该研究提出了一种统一的立体图像超分辨率算法,结合了变换器和CNN架构。变换器用于提取单视图图像的特征,而CNN模块则负责交换两个视图的信息,并生成最终的超分辨率图像。◾全面的数据增强:研究者对多补丁训练策略和其他技术进行了全面研究,并将其应用于立体图像超分辨率。
除了论文之外，每年CVPR会议期间举办的各项挑战赛也吸引了全球的顶尖AI人才和公司参与。2023年，旷视在 CVPR 2023 NTIRE Super-Resolution Challenge 图像恢复与增强新趋势-高效超分赛道上取得冠军，这也是旷视连续第三年在NTIRE的图像超分辨率赛道上夺冠。NTIRE全称为New Trends in Image Restoration and Enhancement（图像...