文件名称：NTIRE21_Learning_SR_Space:CVPR 2021对超分辨率空间的挑战
文件大小：14KB
文件格式：ZIP
更新时间：2024-05-24 02:08:39
Python
学习超分辨率空间挑战NTIRE 2021在CVPR 与CVPR 2021一起，》学习“学习超分辨率空间”挑战。该挑战的目标是开发一种可以主动采样的超分辨率方法。来自合理的超分辨率空间。 如何参加？ 要参与此挑战，请使用以下链接进行注册，并克隆此存储库以对您的结果进行基准测试。 挑战参加者可以将其论文提交到CVPR 2021研讨会。 解决超分辨率的不适性 通常，使用高分辨率和低分辨率图像对来训练超分辨率（SR）。 可以将无限多个高分辨率图像下采样为相同的低分辨率图像。 这意味着问题是不适当的，无法通过确定性映射来解决。 取而代之的是，可以将SR问题构图为学习随机映射，从而能够在给定低分辨率图像的情况下，从合理的高分辨率图像的空间中进行采样。 在最近的工作中已经解决了这个问题[1,2,3]。 SR问题的一对多随机表述具有一些潜在的优点： 开发更强大的学习方式，可以更好地说明SR问题的不
【文件预览】：
NTIRE21_Learning_SR_Space-master
----README.md(11KB)
----.gitmodules(121B)
----imresize.py(6KB)
----PerceptualSimilarity()
----TERMSandCONDITIONS.md(15KB)
----measure.py(3KB)