CNLRN
|
学习级联的非本地残差网络以超分辨模糊图像
,程松生,唐金辉,
更新
[2021-04-12]提供了预训练的模型 ! [2021-04-12]添加培训代码! [2021-04-12]提供了测试代码!
概述
由于图像中存在模糊并且图像的分辨率较低,因此对低分辨率图像进行模糊处理非常具有挑战性。 现有的去模糊方法通常需要高分辨率输入,而超分辨率方法通常假定模糊是已知的或较小的。 简单地应用去模糊和超分辨率并不能很好地解决这个问题。
在这项工作中,我们以级联的方式共同解决图像的模糊和超分辨率问题,并开发了非局部残差网络(NLRN)作为SR模块,以提高模糊图像SR的性能。 此外,我们开发了一种基于图像梯度的有效约束来进行边缘保留,并采用渐进式上采样机制来更好地约束网络并降低训练难度。
基准上的定量和定性结果都证明了该方法的有效性,并且在NTIRE 2021图像去模糊挑战的低分辨率
评论0
最新资源