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