基于隱式神經(jīng)表示的圖像超分辨率
摘 要:基于連續(xù)表示的圖像超分辨可以實現(xiàn)任意倍數(shù)的圖像分辨率縮放,目前已成為當前該領域研究的主流趨勢。隱式神經(jīng)表示方法將坐標信息與深度特征信息作為輸入,給定坐標下的RGB值(紅綠藍值)作為輸出,提供了構建局部連續(xù)表示的基本框架,是典型的連續(xù)表示方法。然而,隱式神經(jīng)表示方法未能充分考慮圖像的局部結構信息。(剩余10308字)
目錄
- 基于深度強化學習的多智能體防竊...
- 基于SSA\|LSTM的膝關節(jié)...
- 基于隨機森林的季節(jié)性電動汽車充...
- 基于時延Petri網(wǎng)的大型工程...
- 基于隱式神經(jīng)表示的圖像超分辨率...
- 基于復合知識蒸餾的骨科影像診斷...
- 基于卷積神經(jīng)網(wǎng)絡和殘差結構單元...
- 基于改進YOLOv8的中藥材圖...
- 融合翻筋斗覓食和正余弦策略的白...
- 基于優(yōu)化RRT算法的智能車輛路...
- 一種加速渲染NeRF烘焙數(shù)據(jù)的...
- 基于多頭注意力機制的文本檢測識...
- 融合混沌映射和自適應T分布的蜣...
- 基于少量數(shù)據(jù)集的三維點云生成模...
- 基于高斯混合模型的分布式強化學...