CVPR 2019 论文大盘点-超分辨率篇

 

今天盘点了 CVPR 2019 所有超分辨率相关论文,总计16篇,其中多篇论文已经吸引了大量关注,比如旷视的Meta-SR、能够应对模糊降质的DPSR、Adobe的纹理迁移SR、国防科大的双目SR。

 

有多篇将SR应用于新场景的,比如3D对象表面SR、光场SR、高光谱图像SR(硬拼精度当然很难,换个场地也很有意义嘛)。

 

尤其值得一提的是,大部分论文已经开源了代码,下文将代码地址也一并列出了,对于想进一步研究的朋友,应该有很大帮助。

感谢这些优秀的作者!

 

可以在以下网站下载这些论文:

http://openaccess.thecvf.com/CVPR2019.py

 

如果想要下载所有CVPR 2019论文,请点击这里:

重磅!CVPR 2019 论文终于全面开放下载!附百度云链接


 

1)任意缩放因子的超分辨率方法

中国科技大学、中科院、旷视、清华

Meta-SR: A Magnification-Arbitrary Network for Super-Resolution

Xuecai Hu, Haoyuan Mu, Xiangyu Zhang, Zilei Wang, Tieniu Tan, Jian Sun

论文解读:

CVPR 2019 | 旷视提出超分辨率新方法Meta-SR:单一模型实现任意缩放因子

https://github.com/XuecaiHu/Meta-SR-Pytorch

 

2)迭代模糊核校正的盲超分辨率

香港中文大学、哈尔滨工业大学、中科院深圳先进技术研究院-商汤联合实验室

Blind Super-Resolution With Iterative Kernel Correction

Jinjin Gu, Hannan Lu, Wangmeng Zuo, Chao Dong

https://www.jasongt.com/projects/IKC.html

 

3) 真实成像环境考虑分辨率和视野关系的镜头超分辨率

中国科技大学

Camera Lens Super-Resolution

Chang Chen, Zhiwei Xiong, Xinmei Tian, Zheng-Jun Zha, Feng Wu

https://github.com/ngchc/CameraSR

 

4) 能够应对任意模糊核的即插即用深度超分辨率

哈尔滨工业大学、香港理工大学、鹏城实验室、阿里达摩院

Deep Plug-And-Play Super-Resolution for Arbitrary Blur Kernels

Kai Zhang, Wangmeng Zuo, Lei Zhang

更多阅读:

CVPR 2019 神奇的超分辨率算法DPSR:应对图像模糊降质

https://github.com/cszn/DPSR

 

5) Raw图像的真实场景超分辨率,模拟真实成像过程生成训练数据,基于相机Raw数据进行超分辨率

商汤

Towards Real Scene Super-Resolution With Raw Images

Xiangyu Xu, Yongrui Ma, Wenxiu Sun

 

6) 单幅图像超分辨,常微分方程启发的网络设计

中科院、中科院大学、阿里巴巴

ODE-Inspired Network Design for Single Image Super-Resolution

Xiangyu He, Zitao Mo, Peisong Wang, Yang Liu, Mingyuan Yang, Jian Cheng

https://github.com/HolmesShuan/OISR-PyTorch

 

7) 反馈网络用于图像超分辨

四川大学、加州大学圣巴巴拉分校、大不列颠哥伦比亚大学、韩国仁川国立大学

Feedback Network for Image Super-Resolution

Zhen Li, Jinglei Yang, Zheng Liu, Xiaomin Yang, Gwanggil Jeon, Wei Wu

https://github.com/Paper99/SRFBN_CVPR19

 

8) 用于视频超分辨率的循环反投影网络

日本丰田技术研究所、美国芝加哥丰田技术研究所

Recurrent Back-Projection Network for Video Super-Resolution

Muhammad Haris, Gregory Shakhnarovich, Norimichi Ukita

https://github.com/alterzero/RBPN-Pytorch

 

9) 神经纹理迁移的图像超分辨率

Adobe、田纳西大学

Image Super-Resolution by Neural Texture Transfer

Zhifei Zhang, Zhaowen Wang, Zhe Lin, Hairong Qi

更多阅读:

CVPR 2019 | Adobe提出新型超分辨率方法:用神经网络迁移参照图像纹理

https://github.com/ZZUTK/SRNTT

 

10) 自然、逼真的单图像超分辨率

首尔国立大学

Natural and Realistic Single Image Super-Resolution With Explicit Natural Manifold Discrimination

Jae Woong Soh, Gu Yong Park, Junho Jo, Nam Ik Cho

https://github.com/JWSoh/NatSR

 

11) 3D 表面超分辨

瑞士苏黎世联邦理工学院,微软

3D Appearance Super-Resolution With Deep Learning

Yawei Li, Vagia Tsiminaki, Radu Timofte, Marc Pollefeys, Luc Van Gool

https://github.com/ofsoundof/3D_Appearance_SR

 

12) 快速时空残差网络,用于视频超分辨

武汉大学、悉尼大学

Fast Spatio-Temporal Residual Network for Video Super-Resolution

Sheng Li, Fengxiang He, Bo Du, Lefei Zhang, Yonghao Xu, Dacheng Tao

 

13) 残差网络用于光场图像超分辨率

北京交通大学、北京航空航天大学

Residual Networks for Light Field Image Super-Resolution

Shuo Zhang, Youfang Lin, Hao Sheng

 

14) 二阶注意力网络用于图像超分辨率

清华、鹏城实验室、香港理工大学、阿里达摩院

Second-Order Attention Network for Single Image Super-Resolution

Tao Dai, Jianrui Cai, Yongbing Zhang, Shu-Tao Xia, Lei Zhang

https://github.com/daitao/SAN

 

15) 高光谱图像超分辨率

北京理工大学、日本国立情报学研究所、格灵深瞳

Hyperspectral Image Super-Resolution With Optimized RGB Guidance

Ying Fu, Tao Zhang, Yinqiang Zheng, Debing Zhang, Hua Huang

 

16) 双目超分辨率算法,提出并行注意力模型

国防科技大学、盲信号处理重点实验室

Learning Parallax Attention for Stereo Image Super-Resolution

Longguang Wang, Yingqian Wang, Zhengfa Liang, Zaiping Lin, Jungang Yang, Wei An, Yulan Guo

 

更多阅读:

CVPR 2019 | 国防科大提出双目超分辨算法,效果优异代码已开源

https://github.com/LongguangWang/PASSRnet

 

下载所有CVPR 2019论文,请点击:

重磅!CVPR 2019 论文终于全面开放下载!附百度云链接

转载请注明:《CVPR 2019 论文大盘点-超分辨率篇