博客
关于我
CVPR 2024 | 低分辨率引领方向:通过自监督学习提升超分辨率的泛化能力
阅读量:798 次
发布时间:2023-04-05

本文共 511 字,大约阅读时间需要 1 分钟。

论文信息

题目:Low-Res Leads the Way: Improving Generalization for Super-Resolution by Self-Supervised Learning

中文题目:低分辨率引领方向:通过自监督学习提升超分辨率的泛化能力

作者:Haoyu Chen, Wenbo Li, Jinjin Gu, Jingjing Ren, Haoze Sun, Xueyi Zou, Zhensong Zhang, Youliang Yan, Lei Zhu

论文创新点

本论文提出了一种全新的低分辨率(Low-Resolution, LR)重建网络,专为从低分辨率图像中提取退化嵌入而设计。这项创新方法将监督学习与自监督学习相结合,显著提升了超分辨率(Super-Resolution, SR)模型的泛化能力,使其在未配对高分辨率(HR)数据的情况下也能实现高质量的图像重建。

实验结果

通过大量实验证据表明,本方法在多个基准数据集上均超越了现有的最先进方法,尤其在处理复杂场景和真实场景时,展现出显著的性能优势。我们的模型在保持计算效率的同时,实现了更好的视觉质量和更强的泛化能力。

转载地址:http://ptrfk.baihongyu.com/

你可能感兴趣的文章