CVPR 2018

深度學(xué)習(xí)在圖像超分辨率重建中的應(yīng)用
http://cvmart.net/community/article/detail/11

使用CNN生成圖像先驗(yàn),實(shí)現(xiàn)更廣泛場(chǎng)景的盲圖像去模糊 http://cvmart.net/community/article/detail/206

用u-net訓(xùn)練一個(gè)模型:輸入是一個(gè)靜態(tài)的幀,輸出的預(yù)測(cè)的五幀光流信息,模型在youtube數(shù)據(jù)集上訓(xùn)練。
https://arxiv.org/pdf/1712.04109.pdf

殘差密集網(wǎng)絡(luò):利用所有分層特征的圖像超分辨率網(wǎng)絡(luò)
http://cvmart.net/community/article/detail/200

有損壓縮視頻的多幀質(zhì)量增強(qiáng)方法
http://cvmart.net/community/article/detail/203

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容