脉冲 swMATH编号: 42578 软件作者: Sachit Menon、Alexandru Damian、Shijia Hu、Nikhil Ravi、Cynthia Rudin 描述: 脉冲:通过生成模型的潜在空间探索进行自我监督照片上采样。单图像超分辨率的主要目的是从相应的低分辨率(LR)输入构建高分辨率(HR)图像。在以前的方法中,训练目标通常是在监督下测量超分辨率(SR)和HR图像之间的像素级平均距离。优化此类指标通常会导致模糊,尤其是在高方差(详细)区域。我们提出了一种基于创建正确缩小比例的真实SR图像的超分辨率问题的替代公式。我们提出了一种解决此问题的算法PULSE(通过潜在空间探索进行照片上采样),该算法以文献中以前未见过的分辨率生成高分辨率的真实图像。它以完全自主的方式实现这一点,并且不限于培训期间使用的特定降级操作员,这与以前的方法不同(需要对LR-HR图像对的数据库进行监督培训)。PULSE不是从LR图像开始慢慢添加细节,而是遍历高分辨率自然图像流形,搜索缩小到原始LR图像的图像。这是通过“降尺度损失”来形式化的,它通过生成模型的潜在空间来引导探索。通过利用高维高斯的特性,我们限制搜索空间以保证真实的输出。PULSE由此生成超分辨率图像,这些图像既真实又准确地缩小了比例。我们在人脸超分辨率(即面部幻觉)领域展示了我们的方法的概念证明。我们还对该方法的局限性和偏差进行了讨论,该方法目前已实现,并附带了带有相关指标的模型卡。我们的方法在感知质量方面优于最先进的方法,比以前更高的分辨率和比例因子。 主页: https://arxiv.org/abs/2003.03808 源代码: https://github.com/adamian98/pulse 依赖项: 蟒蛇 相关软件: DnCNN公司;Wasserstein甘;FFD网络;PyTorch公司;时尚GAN;Deep Adverserial正则化器;净值;亚当;奥根;LSUN公司;BM3D公司;ImageNet公司;NVAE公司;AlexNet公司;github;比根;风险回收率;MNIST公司;BADMM公司;掌中宽带 引用于: 6文件 全部的 前5名17位作者引用 1 安德烈斯·阿尔曼萨 1 西蒙·R·阿里奇。 1 雷格夫·科恩 1 迈克尔·埃拉德 1 尼哈里卡·贾因 1 苏巴拉奥·坎巴帕蒂 1 彼得·马斯 1 利迪亚·马尼孔达 1 佩曼·米兰法尔 1 阿尔贝托·奥尔莫 1 Ong,Yong Zheng(昂永正) 1 马塞洛·佩雷拉 1 卡罗拉·比比安·施恩利布 1 赛利克森古普塔 1 Pauline Tan 1 杨海照 1 Zygalakis,Konstantinos C。 引用于4个系列 3 SIAM成像科学杂志 1 人工智能 1 Oberwolfach报告 1 反问题和成像 全部的 前5名在7个字段中引用 6 计算机科学(68至XX) 4 数值分析(65-XX) 2 统计学(62-XX) 1 总体主题;集合(00-XX) 1 算子理论(47-XX) 1 运筹学、数学规划(90-XX) 1 信息与通信理论、电路(94-XX) 按年份列出的引文