论文学习笔记(5):PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models

论文学习笔记(5):PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models

目录

一、摘要

  1. 主要思想:区别于现有方法中大多在LR图像上一点点增加细节,PULSE(Photo Upsampling via Latent Space Exploration)遍历HR自然图像的流形空间,找到下采样后为原始LR图像的HR自然图像。
  2. PULSE方法是完全自监督的。
  3. 所提出的方法可以基于任何的下采样形式(即不局限于下三次采样的特定倍数等)
  4. 生成一组潜在的HR图像与超分的目标是不相符的,原因在于生成的图像集合的大小随比例因子指数级增长。这样会导致多幅HR图像对应一幅LR图像的结果。
上一篇:脉冲信号转电平信号(如何展宽一个信号,跨时钟域中快时域到慢时域)


下一篇:目标检测-TF2_SSD学习