1 |
DONG C,LOY C C,HE K,等.学习用于图像超分辨率的深度卷积网络〔C〕//第13届欧洲计算机视觉会议论文集。查姆:斯普林格2014: 184-199.10.1007/978-3-319-10593-2_13
|
2 |
DONG C,LOY C C,TANG X.加速超分辨率卷积神经网络〔C〕//第14届欧洲计算机视觉会议论文集。查姆:斯普林格2016: 391-407.10.1007/978-3-319-46475-6_25
|
三 |
KIM J,LEE J K,LEE K M.使用极深卷积网络实现精确图像超分辨率〔C〕//2016年IEEE计算机视觉和模式识别会议论文集。皮斯卡塔韦:IEEE2016: 1646-1654.10.1109/cvpr.2016.182
|
4 |
LIM B,SON S,KIM H等。用于单图像超分辨率的增强深度残差网络[C]//2017年IEEE计算机视觉和模式识别研讨会论文集。皮斯卡塔韦:IEEE2017:136-144.10.1109/cvprw.2017.151
|
5 |
张毅,李凯,李凯等.利用极深剩余通道注意网络进行图像超分辨〔C〕//第十五届欧洲计算机视觉会议论文集。查姆:斯普林格2018: 294-310.10.1007/978-3-030-01234-2_18
|
6 |
唐涛,李刚,刘霞,等.基于密集跳跃连接的图像超分辨〔C〕//2017 IEEE国际计算机视觉会议论文集。皮斯卡塔韦:IEEE2017: 4799-4807.10.1109/iccv.2017.514
|
7 |
VASWANI A,SHAZEER N,PARMAR N,et al.注意力是你所需要的一切〔C〕//第31届神经信息处理系统国际会议论文集。红钩:Curran Associates Inc2017:6000-6010.
|
8 |
梁杰,曹杰,孙刚,等.SwinIR:基于Swin Transformer的图像恢复〔C〕//2021 IEEE/CVF国际计算机视觉会议论文集。皮斯卡塔韦:IEEE2021: 1833-1844.10.1109/iccvw54120.2021.00210
|
9 |
LIU Z,LIN Y,CAO Y,et al.Swin Transformer:使用移位窗口的分层视觉转换器[C]//2021 IEEE/CFF国际计算机视觉会议论文集。皮斯卡塔韦:IEEE2021: 9992-10002.10.1109/iccv48922.2021.00986
|
10 |
HO J,KALCHBRENNER N,WEISSENBORN D,等.多维变压器的轴向注意〔EB/OL〕2023-04-16]. .
|
11 |
SHI W,CABALLERO J,HUSZáR F,等.利用高效亚像素卷积神经网络实现实时单图像和视频超分辨率〔C〕//2016 IEEE计算机视觉和模式识别会议论文集。皮斯卡塔韦:IEEE2016: 1874-1883.10.1109/cvpr.2016.2007
|
12 |
黄J-B,SINGH A,AHUJA N.基于变换自聚焦的单图像超分辨〔C〕//2015 IEEE计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2015: 5197-5206.2015年10月10日至2015年7月29日
|
13 |
TIMOFTE R,DE SMET V,VAN GOOL L.A+:快速超分辨率的调整锚定邻域回归〔C〕//第十二届亚洲计算机视觉会议论文集。查姆:斯普林格2015: 111-126.10.1007/978-3-319-16817-3_8
|
14 |
张磊,吴霞.一种基于方向滤波和数据融合的边缘引导图像插值算法〔J〕。IEEE图像处理汇刊,2006,15(8): 2226-2238.10.1109/tip.2006.877407
|
15 |
MEI Y,FAN Y,ZHOU Y.具有非局部稀疏关注的图像超分辨率〔C〕//2021年IEEE/CVF计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2021: 3517-3526.10.1109/cvpr46437.2021.00352
|
16 |
KIM J,LEE J K,LEE K M.用于图像超分辨率的深度递归卷积网络〔C〕//2016 IEEE计算机视觉和模式识别会议论文集。皮斯卡塔韦:IEEE2016: 1637-1645.10.1109/cvpr.2016.181
|
17 |
LEDIG C,THEIS L,HUSZÁR F等。使用生成对抗性网络的逼真单图像超分辨率[C]/2017年IEEE计算机视觉和模式识别会议论文集。皮斯卡塔韦:IEEE2017: 4681-4690.2017.19年10月10日/cvpr
|
18 |
王旭,于克,吴斯,等.ESRGAN:增强超分辨率生成对抗网络〔C〕//2018年ECCV研讨会论文集。柏林:斯普林格2018: 63-79.10.1007/978-3-030-11021-5_5
|
19 |
GOODFELLOW I J,POUGET-ABADIE J,MIRZA M,等.第27届神经信息处理系统国际会议论文集〔C〕//。剑桥:麻省理工学院出版社2014: 2672-2680.
|
20 |
李伟,陆X,钱S,等.基于变换器的低水平视觉图像预训练研究〔EB/OL〕2023-05-01]. .10.24963/ijcai.2023/121
|
21 |
DOSOVITSKIY A,BEYER L,KOLESNIKOV A,等.图像值16×16个单词:用于大规模图像识别的变形金刚[EB/OL].〔2023-06-01]. .
|
22 |
杨杰,李聪,张鹏,等.视觉变换器中局部-全局相互作用的焦点自我关注〔EB/OL〕2023-05-23]. .10.448550/arXiv.2107.00641
|
23 |
董霞,鲍杰,陈德,等.CSWin Transformer:一种具有交叉窗口的通用视觉Transformer主干〔C〕//2022年IEEE/CVF计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2022: 12124-12134.10.1109/cvpr52688.2022.01181
|
24 |
CARION N,MASSA F,SYNNAEVE G,等.用变压器进行端到端目标检测〔C〕//第十六届欧洲计算机视觉会议论文集。查姆:斯普林格2020: 213-229.10.1007/978-3-030-58452-8_13
|
25 |
陈浩,王毅,郭涛,等.预处理图像处理变压器〔C〕//2021 IEEE/CVF计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2021: 12294-12305.10.1109/cvpr46437.2021.01212
|
26 |
YOO J,KIM T,LEE S,et al.用于超分辨率的Rich CNN transformer特征聚合网络〔C〕//2023年IEEE/CFF计算机视觉应用冬季会议论文集。皮斯卡塔韦:IEEE2023: 4956-4965.10.1109/wacv56688.2023.00493
|
27 |
卢Z,李杰,刘华,等.单图像超分辨率变换器〔C〕//2022 IEEE/CVF计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2022: 457-466.10.1109/cvprw56347.2022.00061
|
28 |
CHOI H,LEE J,YANG J.N-Gram,《Swin Transformers for the efficient lightweight image super-resolution》〔C〕//2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition会议论文集。皮斯卡塔韦:IEEE2023: 2071-2081.10.1109/cvpr52729.2023.00206
|
29 |
张斌,陈杰,温奇.基于Swin Transforme的轻量级网络单图像超分辨率研究〔EB/OL〕2023-06-07]. .
|
30 |
TIMOFTE R,AGUSTSSON E,VAN GOOL L,等.2017年NTIRE单图像超分辨率挑战:方法与结果〔C〕//2017年IEEE计算机视觉与模式识别研讨会论文集。皮斯卡塔韦:IEEE2017: 114-125.2010年10月10日/2015年11月20日
|
31 |
KINGMA D P,BA J.ADAM:一种随机优化方法2023-05-21]. .
|
32 |
BEVILACQUA M,ROUMY A,GUILLEMOT R C,等.基于非负邻域嵌入的低复杂度单图像超分辨率〔C/OL〕//2012年英国机器视觉会议论文集〔S.l.]:BMVC,2012年〔2023-05-01〕。
|
33 |
ZEYDE R,ELAD M,PROTTER M.关于使用稀疏表示的单图像放大〔C〕//第七届曲线和曲面国际会议论文集。柏林:斯普林格2012: 711-730.10.1007/978-3-642-27413-8_47
|
34 |
MARTIN D,FOWLKES C,TAL D,等.人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用〔C〕//第八届IEEE国际计算机视觉会议论文集。皮斯卡塔韦:IEEE2001,2: 416-423.10.1109/iccv.2001.937491
|
35 |
MATSUI Y,ITO K,ARAMAKI Y,等.利用Manga109数据集进行基于草图的漫画检索〔J〕。多媒体工具和应用程序,2017,76: 21811-21838.10.1007/s11042-016-4020-z
|
36 |
王Z,波维克·阿·C,谢赫·H·R,等。图像质量评估:从误差可见性到结构相似性〔J〕。IEEE图像处理汇刊,2004,13(4): 600-612.10.1109/tip.2003.819861
|
37 |
惠泽,王霞,高霞.基于信息蒸馏网络的快速准确单图像超分辨〔C〕//2018 IEEE/CVF计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2018: 723-731.10.1109/cvpr.2018.00082
|
38 |
惠Z,高X,杨毅,等.基于信息多静止网络的轻量化图像超分辨率〔C〕//第27届ACM国际多媒体会议论文集。纽约:ACM2019: 2024-2032.10.1145/3343031.3351084
|
39 |
李伟,周凯,齐磊,等.线性组合像素自适应回归网络在单幅图像超分辨率及更高分辨率中的应用〔C〕//第34届神经信息处理系统国际会议论文集。红钩:Curran Associates Inc2020: 20343-20355.
|
40 |
罗X,谢毅,张毅,等.LatticeNet:用格子块实现轻量级图像超分辨率〔C〕//第十六届欧洲计算机视觉会议论文集。查姆:斯普林格2020: 272-289.10.1007/978-3-030-58542-6_17
|
41 |
张旭,曾赫,郭S,等.图像超分辨率高效远程注意网络〔C〕//第17届欧洲计算机视觉会议论文集。查姆:斯普林格2022: 649-667.10.1007/978-3-031-19790-1_39
|
42 |
安恩,康B,K-A SOHN。利用级联残差网络实现快速、准确、轻量级超分辨率〔C〕//第15届欧洲计算机视觉会议论文集。查姆:斯普林格2018: 256-272.10.1007/978-3-030-01249-6_16
|
43 |
王磊,董X,王毅,等.探索图像超分辨率稀疏性以实现高效推理〔C〕//2021年IEEE/CVF计算机视觉与模式识别会议论文集。皮斯卡塔韦:IEEE2021电话:4917-4926。10.1109/cvpr46437.2021.00488
|
44 |
田C,张毅,邹伟,等.一种用于图像超分辨率的异构组CNN〔J/OL〕。IEEE神经网络和学习系统汇刊,2022(早期访问)[2023-07-09]。2016年10月10日/j.neunet.2022.06.009
|
45 |
CONDE M V,U-J CHOI,BURCHI M,et al.Swin2SR:SwinV2 Transformer for compressed image super-resolution and restoration〔C〕//ECCV 2022研讨会论文集。查姆:斯普林格2023: 669-687.10.1007/978-3-031-25063-7_42
|