摘要：
目前正负样本的构造和选择大部分还是采用数据增强，依赖于人的经验和直觉，可能并不是有效的，也缺少可解释性。 本文在特征层面进行data manipulation来提供更加explainable和effective的正负样本。 首先，观察训练过程中anchor/positive以及anchor/nega 阅读全文
摘要：
CVPR21 有被后面的视觉效果惊艳到。 现在利用GAN的SR方法主要可以分为两类： 1. 利用adversarial loss。 这种情况下generator要同时捕捉自然图像的特点，又要保留gt的特征。这就限制了generator估计真实图像流型的能力，导致结果出现artifacts和不自然的纹 阅读全文
摘要：
CVPR21 将图像超分辨率问题转化为寻找图像的连续表示。本质上图像会存在分辨率的问题，是由于其存储和表示使用的是二维数组。如果将图像的表示是一个连续函数，那么图像就可以是任意分辨率的。这个思路受启发于三维重建中的implicit neural representation implicit neu 阅读全文
摘要：
官网：https://gitee.com/mindspore/mindinsight/blob/r1.1/README_CN.md# 首先按照官网给出的pip方式安装，提示没有这个对应的.whl文件。所以采取下面的源码编译安装方式。 以上依赖都可以通过pip 进行安装 采用第一种方式进行安装 cd 阅读全文
摘要：
这篇文章思路其实很简单，主要利用卷积权重的可加性，其中的一些实验结论挺有趣的。 现在的模型存在两个问题： 模型需要过多计算资源。 定制新的结构需要大量的人力和时间。 本文作者希望，在不增加额外计算消耗的同时提升表现。 目前针对CNN结构的研究主要集中于两个方向： 层与层之间如何相互连接（简单堆叠；恒 阅读全文
摘要：
现在的大部分方法都通过调整网络结构，使网络具有获得更丰富表示特征的能力，如attention、AutoML、NAS。 本文提出的自校准卷积(Self-Calibrated conv)，通过增强每一层卷积的能力，提升整个网络的能力。SC conv将原卷积分为多个不同的部分，由于这种异质的卷积操作和核之 阅读全文
摘要：
TPAMI20 个人感觉这篇论文写的有点莫名其妙，很多地方都没有讲清楚，符号下标也都没有讲清楚。代码也是，全都是按block1，2，3这样来的，可读性奇差。但顶不住表现好啊。 Motivation: 如何重复利用网络的特征图,使得网络的深度不需要特别深也可以得到比较好的效果.一种方式是使用recur 阅读全文
摘要：
今天总结一下目前SR的SOTA中利用了Attention的工作,主要有3篇.按时间顺序分别是18年的RCAN,19年的SAN和20年的HAN.利用Attention的SR再PSNR表现上都排名比较靠前,HAN可以算是目前表现排在第一的. RCAN【ECCV18】 笔记链接 比较早引入channel- 阅读全文
摘要：
arxiv上23号新放出的何凯明大神的新作。针对Siamese Network中的collapsing问题进行了分析，并指出，目前避免这个问题的一些方法：负样本，大batch，momentum encoder其实都是不必要的。在避免collapsing问题中，stop-gradient操作非常重要， 阅读全文
摘要：
CVPR20的文章，感觉想法挺棒的。 超分问题可以定义为$y=(x\otimes k)\downarrow_s+n$.他通常有两大类解决方法，早期通常是使用model-based方法。基于一些模型，比如MAP（最大后验概率）进行计算。在MAP的框架下，超分辨率重建是一个基于马尔科夫随机场先验模型的统 阅读全文
摘要：
在现实情况下，SR模型通常会由于实际得blur kernel与预先假设的不一致而造成严重的performance drop。blind SR问题就是要尝试解决blur kernel未知情况下的SR问题。本文就针对blind SR提出，预测每张照片blur kernel的方法，再将blur kerne 阅读全文
摘要：
针对SRGAN提出的几点改进，获得了PIRM2018视觉质量的第一名。 首先是使用去掉BN层的Residual in Residual Dense Block作为网络的basic unit。并且使用residual scling 和 smaller initialization帮助训练更深的网络。 阅读全文
摘要：
目前的SR任务都是将真实图像进行下采样得到成对数据集进行训练，这样的训练会造成与真实情况存在domain gap。因此本文针对这个问题提出了用不成对的数据进行一种伪监督训练。感觉本质上就是通过CycleGAN学到HR图像y到LR图像x的映射，但此时得到y对应的LR图像与实际的x不是一样的，因此称为是 阅读全文
摘要：
2012年的一篇文章，是NIQE评价指标的基础。在此之前NR IQA都是针对某个distortion的，需要预先知道对应的distortion。作者提出的BRISQUE（blind/referenceless image spatial quality evaluator）使用locally nor 阅读全文
摘要：
本文是针对Zero-Shot（ZSSR）的缺点做出的一些改进。虽然ZSSR提出了利用内部信息，采用无监督的方式进行SR，但缺点在于其测试时间过长。本文提出的MZSR将元学习和ZSSR结合，同时利用内部和外部信息，可以在几个gradient update中就输出比较好的结果。 元学习一般分为两个部分： 阅读全文
摘要：
证明了distortion和perceptual quality之间是矛盾的，并且存在一条tradeoff曲线。所有图像复原类任务的表现只能逼近这个曲线。 distortion：指的是重建图像$\widehat{x}$与原图像$x$之间的不相似度 perceptual quality：仅指$\wid 阅读全文
摘要：
dynamic inference指的是根据输入调整预测的过程，通过对简单样本减少计算开销来减少总的开销。这篇文中就是dynamic inference方面的一个工作。将静态CNN模型转换为支持dynamic inference的模型后，通过NAS进行搜索，这种方法可以generalize到大部分的 阅读全文
摘要：
作者的前两篇文章分别探讨了如何训练一个可以slim到指定宽的的网络以及如何训练一个可以选取任意子宽度的网络。在这篇文章中，作者试图解决的问题是对于给定的配置，选取各层最优的网络宽度。 目前对于网络宽度的选择主要依靠经验，如"half size, double channel"rule, pyrami 阅读全文
摘要：
作者在Slimmable Neural Networks这篇文章中研究了训练宽度可实时变化的网络的方法，但那篇文章中的宽度是训练时指定好的固定的宽度。在这篇文章中作者提出一种训练universally slimmable networks（USNet）的方法，运行时可以选择某个范围中的任意宽度，并且 阅读全文
摘要：
NIPS2018的一篇文章，探究Batch Normalization起作用的背后原因。作者的结论是BN对缓解ICS问题作用非常微弱，BN的作用在于使得优化过程的landscape更光滑，其他的一些归一化方法也可以达到这样的效果。 Batch Normalization通过增加额外的层，控制层输入的 阅读全文