没有合适的资源?快使用搜索试试~ 我知道了~
TSARA:我们的ICASSP 2021论文“ REAL VERSUS FAKE 4K-真实的解决方案评估”的PyTorch官方...
共17个文件
py:6个
csv:5个
jpg:2个
需积分: 50 1 下载量 109 浏览量
2021-02-11
08:17:33
上传
评论
收藏 10.87MB ZIP 举报
温馨提示
ARA 这是我们的ICASSP 2021论文“真实对假4K-真实分辨率评估”的官方PyTorch实施。 即将发布... 1.简介 1.1背景 近年来,流式4K / UHD甚至更高分辨率的图像/视频内容一直在稳定增长,因为它有潜力为最终用户提供清晰,细节丰富的体验质量(QoE) 。 但是,实际上,视频采集,制作,后期制作和交付的流水线通常涉及以下阶段:将视频帧缩小到较低的分辨率,然后在以后的阶段放大到4K / UHD分辨率。 结果,在此过程中丢失了真正的4K分辨率,而最终用户通常不了解此类质量下降的情况。 因此,在实际应用中,我们需要True / Fake 4K决策,以确保细节丰富的体验质量(QoE)。 1.2贡献 我们引入了第一个,最大的和唯一的真实和假4K图像检测公共数据集之一,其中包含10,824张True和Fake4K图像。 我们提出了一种基于DNN的高效TSARA(两阶段真实
资源推荐
资源详情
资源评论
收起资源包目录
TSARA-main.zip (17个子文件)
TSARA-main
histogram_data
ValData_Histogram_256stride_variance.csv 16KB
TrainData_Histogram_256stride_variance.csv 65KB
TestData_Histogram_256stride_variance_srno.csv 47KB
patch_generator.py 1KB
data
test_4K.csv 47KB
train_4K.csv 194KB
secondstage_prediction.py 3KB
demo.py 4KB
firststage_train.py 5KB
imgs
confidence_map.JPG 104KB
result.JPG 161KB
test_true_10.png 10.47MB
histgenerator.py 10KB
Model_Filter_Change.py 1KB
README.md 4KB
pretrained_model
Model_Weights.pth 157KB
.gitattributes 66B
共 17 条
- 1
资源评论
是十五呀
- 粉丝: 29
- 资源: 4635
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功