AFN:通过细心分形网络去除摩尔纹,CVPRW 2020

时间:2024-05-24 13:03:15
【文件属性】:

文件名称:AFN:通过细心分形网络去除摩尔纹,CVPRW 2020

文件大小:379KB

文件格式:ZIP

更新时间:2024-05-24 13:03:15

low-level-vision demoire Python

通过细心分形网络去除莫尔条纹 | 介绍 莫尔图案通常是在屏幕或带有高频纹理的其他对象的照片上看到的伪影。 考虑到其复杂的颜色和形状,去除波纹图案非常具有挑战性。 在这项工作中,我们提出了一个分形分形网络来有效地解决这个问题。 首先,我们使用渐进特征融合和逐通道注意指导构造每个注意力分形块。 然后将网络与块在每个级别上分形堆叠。 其次,为了进一步提高性能,我们采用了两阶段的增强优化策略。 通过这些设计,我们的方法在NTIRE20挑战赛中赢得了爆破去除轨迹,并在单幅图像去除轨迹和单幅图像去模糊轨迹上获得了第二名。 广泛的实验证明,与现有的最新技术相比,我们的莫尔条纹去除方法具有优越性,并证明了其各个组成部分的有效性。 数据集 我们使用NTIRE20演示版中发布的原始数据集并进行去模糊化挑战,请访问或在相应的Codalab竞赛中注册以获取数据集。 入门 使用Python> = 3.6创建和激活


【文件预览】:
AFN-master
----logs()
--------.gitkeep(0B)
----CyclicLR.py(5KB)
----utils()
--------__init__.py(4KB)
----lightning_logs()
--------.gitkeep(0B)
----models()
--------PixelUnShuffle.py(1KB)
--------SENet.py(2KB)
--------__init__.py(0B)
--------AFN.py(4KB)
--------import_helper.py(126B)
----data.py(5KB)
----datatrans()
--------identity.py(125B)
--------import_helper.py(126B)
----losses()
--------l1.py(379B)
--------naive.py(796B)
--------__init__.py(0B)
--------import_helper.py(125B)
----main.py(5KB)
----requirements.txt(112B)
----val.pkl(4KB)
----train.pkl(74KB)
----README.md(3KB)
----docs()
--------network.png(93KB)
--------results.png(256KB)
----.gitignore(20B)
----trainer.py(7KB)

网友评论