JPEG Image Super-Resolution via Deep Residual Network
2024-08-31 16:47:54
基于深度残差网络的JPEG图像超分辨率
JPEG Image Super-Resolution via Deep Residual Network
PDF https://www.researchgate.net/publication/326203235_JPEG_Image_Super-Resolution_via_Deep_Residual_Network
在许多实际场景中，要获得超分辨率的图像不仅具有低分辨率(LR)，而且还具有JPEG压缩特性，而现有的大多数超分辨率方法都采用无压缩的LR图像输入。因此，JPEG压缩伪影(例如阻塞伪影)在超分辨图像中往往会加剧，导致令人不快的视觉效果。本文通过学习一个利用跳过连接的深度剩余卷积神经网络(CNN)来解决这个问题。更具体地说，通过将网络深度提高到31层，接收场为63×63，我们训练了一个cnn模型，它能够处理各种尺度和质量因素组合的JPEG图像的超分辨率，以及极端情况，即具有多尺度因子的图像超分辨率，以及具有不同质量因素的JPEG图像解块。我们广泛的实验结果表明，所提出的深度模型不仅能够以级联的方式产生比那些最先进的解锁和超分辨率方法视觉上更令人愉悦的高分辨率(HR)图像，而且在数量和质量上也能与最先进的超分辨率方法和JPEG解锁方法产生非常有竞争力的结果。
最新文章
- bzoj 2141: 排队
- SharePoint 2013 入门教程之入门手册
- PHP图片上传类
- Android中的自定义视图控件
- 基于微软平台IIS/ASP.NET开发的大型网站有哪些呢?
- LINUX 下通过lsof恢复被误删除的文件
- FQ 也要使用 Telegram
- http://ecgui.com/?hg=0&nr=0
- Bash的脚本参数
- 安装app到Simulator
- keil C51 指针总结
- 【持续更新】.Net 开发中给自己埋下的坑！
- Linux删除/boot后该如何恢复
- 写一个ORM框架的第一步（Apache Commons DbUtils）
- 容器技术｜Docker三剑客之docker-compose
- zabbix监控短信息接口是否正常
- 2-java内省机制(Introspector)
- Python之旅：并发编程之协程
- G 最短路
- centos下安装docker，kubelet kubeadm kubectl