OpenMMlab AI实战营第二期-第十次笔记

  • Post author:
  • Post category:其他


底层视觉与MMEditing

图像超分辨率:根据从低分辨率图像重构高分辨率图像。

目标:提高图像分辨率;符合低分图像的内容;恢复图像的细节;产生真实的内容

应用:经典游戏高清重制,动画高清重制,图像修复,节约视频传输带宽,医疗影像,卫星影像

类型:多图超分、单图超分。


经典方法

:稀疏编码(Sparse Coding)



基于卷积网络的普通损失函数

Super-Resolution CNN(SRCNN),2014

Fast SRCNN(2016)

SRResNet(2016)

损失函数:感知损失,均方误差、特征重构损失函数


对抗生成网络(GAN)

基于神经网络得无监督学习模型。

SRGAN(2017)、Enhanced SRGAN(2018)


视频超分技术

EDVR



版权声明:本文为m0_55508602原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。