Deep Back-Projection Networks for Super-Resolution

增采样 串联(数学) 计算机科学 投影(关系代数) 人工智能 利用 分辨率(逻辑) 构造(python库) 图像分辨率 算法 计算机视觉 图像(数学) 模式识别(心理学) 数学 组合数学 程序设计语言 计算机安全
作者
Muhammad Haris,Greg Shakhnarovich,Norimichi Ukita
标识
DOI:10.1109/cvpr.2018.00179
摘要

The feed-forward architectures of recently proposed deep super-resolution networks learn representations of low-resolution inputs, and the non-linear mapping from those to high-resolution output. However, this approach does not fully address the mutual dependencies of low- and high-resolution images. We propose Deep Back-Projection Networks (DBPN), that exploit iterative up- and downsampling layers, providing an error feedback mechanism for projection errors at each stage. We construct mutually-connected up- and down-sampling stages each of which represents different types of image degradation and high-resolution components. We show that extending this idea to allow concatenation of features across up- and downsampling stages (Dense DBPN) allows us to reconstruct further improve super-resolution, yielding superior results and in particular establishing new state of the art results for large scaling factors such as 8× across multiple data sets.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
锅包又完成签到 ,获得积分10
刚刚
cuicui完成签到 ,获得积分20
1秒前
罐装冰块完成签到,获得积分10
3秒前
ASBL完成签到,获得积分10
4秒前
hhh完成签到 ,获得积分10
4秒前
chi完成签到,获得积分10
5秒前
5秒前
天真南松完成签到,获得积分10
5秒前
小熊西完成签到,获得积分10
6秒前
一颗糖完成签到 ,获得积分10
6秒前
无语的觅露完成签到,获得积分10
6秒前
qin完成签到,获得积分10
6秒前
njfu完成签到,获得积分10
6秒前
lht666完成签到,获得积分10
8秒前
等待的宛白完成签到,获得积分10
8秒前
晓倩发布了新的文献求助40
8秒前
FCL完成签到,获得积分10
9秒前
AcademicElite完成签到,获得积分10
9秒前
bird完成签到 ,获得积分10
10秒前
重要的溪流完成签到,获得积分10
10秒前
好运莲莲完成签到,获得积分10
12秒前
lizili1999完成签到,获得积分10
12秒前
犹豫的向松完成签到 ,获得积分10
13秒前
沐颜完成签到,获得积分10
13秒前
忐忑的书桃完成签到 ,获得积分10
13秒前
刘想想完成签到,获得积分10
13秒前
鱼鱼完成签到,获得积分10
13秒前
热可可728完成签到,获得积分10
14秒前
15秒前
夜末鲤完成签到,获得积分10
17秒前
FYH完成签到,获得积分10
17秒前
xuyichen完成签到,获得积分10
18秒前
小圆完成签到,获得积分10
18秒前
sinmon完成签到,获得积分10
19秒前
SwaggyBJ1120完成签到 ,获得积分10
20秒前
LILI完成签到,获得积分10
20秒前
1234@完成签到 ,获得积分10
20秒前
小明完成签到,获得积分10
21秒前
hello小鹿发布了新的文献求助10
21秒前
21秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8159151
求助须知:如何正确求助?哪些是违规求助? 9554617
关于积分的说明 21719982
捐赠科研通 7748814
什么是DOI,文献DOI怎么找? 3427149
关于科研通互助平台的介绍 2552091
邀请新用户注册赠送积分活动 2471436