随笔分类 -  计算机视觉

1 2 下一页
Paper | Deep Mutual Learning
摘要：让一群小模型共同优化，达到比单独学习和蒸馏学习更好的效果。这是一种优化策略上的健壮性提升，类似于dropout在网络结构上的健壮性提升。 阅读全文
posted @ 2019-12-03 11:56 RyanXing 阅读(906) 评论(0) 推荐(0)
Paper | Non-local Neural Networks
摘要：实现non-local的神经网络。与self-attention异曲同工。 阅读全文
posted @ 2019-12-02 17:26 RyanXing 阅读(839) 评论(0) 推荐(0)
Paper | Residual Attention Network for Image Classification
摘要：堆叠残差注意力模块。 阅读全文
posted @ 2019-12-01 19:28 RyanXing 阅读(698) 评论(0) 推荐(0)
Paper | SkipNet: Learning Dynamic Routing in Convolutional Networks
摘要：自主跳过ResNet的某一些block。 阅读全文
posted @ 2019-11-25 22:56 RyanXing 阅读(1460) 评论(0) 推荐(0)
Paper | Non-Local ConvLSTM for Video Compression Artifact Reduction
摘要：用NL代替MC，结合Conv-LSTM完成视频去压缩失真。 阅读全文
posted @ 2019-11-24 22:59 RyanXing 阅读(1090) 评论(0) 推荐(0)
Paper | Blind Quality Assessment Based on Pseudo-Reference Image
摘要：将pseudo reference image的概念拓展至其他失真。 阅读全文
posted @ 2019-11-24 16:56 RyanXing 阅读(524) 评论(0) 推荐(0)
Paper | BLIND QUALITY ASSESSMENT OF COMPRESSED IMAGES VIA PSEUDO STRUCTURAL SIMILARITY
摘要：检测压缩图像与进一步压缩图像的相似性，判断压缩图像质量。 阅读全文
posted @ 2019-11-24 11:53 RyanXing 阅读(346) 评论(0) 推荐(0)
Paper | Making a "Completely Blind" Image Quality Analyzer
摘要：基于自然场景统计数据，对图像进行无参考质量评价，无需训练。 阅读全文
posted @ 2019-11-23 23:14 RyanXing 阅读(2170) 评论(0) 推荐(0)
Paper | Predicting the Quality of Images Compressed After Distortion in Two Steps
摘要：先用NR方法评估参考图像质量，再用R方法评估相对质量，最终两个质量得分相乘。 阅读全文
posted @ 2019-11-23 16:50 RyanXing 阅读(297) 评论(0) 推荐(0)
获取图像频域并分解为高低频（MATLAB）
摘要：用DCT变换获得图像的频谱，自定义高、低频分界线并展示。 阅读全文
posted @ 2019-11-19 13:55 RyanXing 阅读(2782) 评论(0) 推荐(0)
Paper | Quality assessment of deblocked images
摘要：对块效应敏感的PSNR-B指标。 阅读全文
posted @ 2019-10-30 17:34 RyanXing 阅读(1109) 评论(0) 推荐(0)
Paper | Compression artifacts reduction by a deep convolutional network
摘要：AR-CNN：第一个将CNN用于去除压缩失真。 阅读全文
posted @ 2019-10-29 21:04 RyanXing 阅读(732) 评论(0) 推荐(0)
Paper | MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
摘要：MobileNet：调节通道数和通道尺寸，大量集成深度可分离卷积。 阅读全文
posted @ 2019-10-24 14:36 RyanXing 阅读(455) 评论(0) 推荐(0)
Paper | Deep Residual Learning for Image Recognition
摘要：ResNet：学习残差，让深度网络逼近恒等变换。 阅读全文
posted @ 2019-10-23 19:16 RyanXing 阅读(459) 评论(0) 推荐(0)
Paper | A novel deep learning-based method of improving coding efficiency from the decoder-end for HEVC
摘要：压缩视频质量增强（DCAD）：第一篇HEVC解码端质量增强的工作。 阅读全文
posted @ 2019-10-20 19:39 RyanXing 阅读(700) 评论(0) 推荐(0)
Paper | Learning convolutional networks for content-weighted image compression
摘要：图像压缩：引入重要性图，可以代替连续的熵率，作为码率损失。 阅读全文
posted @ 2019-10-20 15:12 RyanXing 阅读(1179) 评论(0) 推荐(0)
Paper | Fast image processing with fully-convolutional networks
摘要：图像处理：用CNN拟合传统图像处理算子。 阅读全文
posted @ 2019-10-19 16:09 RyanXing 阅读(655) 评论(0) 推荐(0)
Paper | A Pseudo-Blind Convolutional Neural Network for the Reduction of Compression Artifacts
摘要：一个QP判决器，级联上四个并联的网络，每个网络服务1个QP。实现伪盲QP去压缩失真。 阅读全文
posted @ 2019-10-19 12:05 RyanXing 阅读(520) 评论(0) 推荐(0)
Paper | Model-blind video denoising via frame-to-frame training
摘要：基于预训练的DnCNN，利用Noise2Noise思想，根据输入视频进行fine-tune。 阅读全文
posted @ 2019-10-18 21:41 RyanXing 阅读(1226) 评论(1) 推荐(0)
Paper | One-to-Many Network for Visually Pleasing Compression Artifacts Reduction
摘要：JPEG图像去压缩失真：同时使用感知损失、对抗损失和JPEG损失监督，并且采用平移-均值化方法抑制块效应。 阅读全文
posted @ 2019-10-17 17:11 RyanXing 阅读(492) 评论(0) 推荐(1)

1 2 下一页