新知榜官方账号
2023-11-12 18:29:14
随着深度卷积神经网络技术的推进,超分辨率的新近研究取得重大突破,但是关于任意缩放因子的研究一直未回到超分辨率社群的视野之中。
在本文中,旷视研究院提出一种全新方法,称之为Meta-SR,首次通过单一模型解决了超分辨率的任意缩放因子问题(包括非整数因子)。Meta-SR包含一种新的模块——Meta-UpscaleModule,以代替传统的放大模块(upscalemodule)。针对任意缩放因子,这一新模块可通过输入缩放因子动态地预测放大滤波器的权重,进而使用这些权重生成任意大小的HR图像。对于一张低分辨率图像,只需一个模型,Meta-SR就可对其进行任意倍数的放大。
Meta-SR模型架构如图1所示,Meta-SR包含两个模块:特征学习模块和Meta-Upscale模块,后者的提出用于替代传统的放大模块。特征学习模块提取低分辨率图像的特征,Meta-Upscale按照任意缩放因子放大特征图。
Meta-Upscale模块包含三个重要的函数:LocationProjection、WeightPrediction、FeatureMapping。LocationProjection把像素投射到LR图像上,即找到与像素(i,j)对应的像素(i′,j′)。WeightPrediction模块为SR图像上每个像素预测对应滤波器的权重,最后,FeatureMapping函数利用预测得到的权重将LR图像的特征映射回SR图像空间以计算其像素值。
本文进行了多组实验,结果表明Meta-SR的性能优于其他baselines。同时,Meta-SR还具有快速持续放大同一张图像的功能。
Meta-SR是一种新的超分辨率技术,可以解决任意缩放因子的问题。Meta-SR具有快速持续放大同一张图像的功能,是一种非常实用的技术。
相关工具
相关文章
相关快讯
推荐
用Deepseek写AI绘图提示词,像呼吸一样简单!
2025-02-19 16:12
你以为AI绘画是黑科技?其实早成了“路边摊生意”!
2025-02-19 10:15
Flux爆火,全网最全面最详细的Flux使用教程!
2025-02-18 14:19
用AI如何创作音乐,实战教学来啦!
2025-02-17 17:23
MidJourney让你秒变绘画大神,从零开始画哪吒!
2025-02-17 14:56
AI应用新境界:让人工智能成为你的得力助手
2025-02-14 15:45
AI短片革命:当创作遇上智能,人人都能成为导演
2025-02-14 14:53
AI狂潮下的人类职场:是失业危机还是进化契机?
2025-02-13 16:53
开启影视创作新纪元,效率提升 10 倍的神器来了!
2025-02-13 15:11
深度解析DeepSeek:当AI技术照进创作产业的未来
2025-02-12 17:16