728x90 반응형 논문리뷰3 [논문리뷰]SeD: Semantic-Aware Discriminator for Image Super-Resolution 논문: https://arxiv.org/pdf/2402.19387.pdf github: https://github.com/lbc12345/SeD [Abstract] GANs은 super resolution task에서 널리 사용되었습니다. 관련 내용 중에서 'Discriminator' real-world의 고화질 이미지로 만드는 adversarial training에서 활용되어졌습니다. 그러나, 이미지의 텍스처 질감을 너무 과도하게 강조하여 실제와는 다른 가상적인 질감을 생성할 수 있으며 모델이 예상한 결과와 다르게 생성물을 만들어낼 수 있습니다. 이를 완화하기 위해서, 간단하고 효과적인 'SeD'를 제안했습니다. 이는 SR 네트워크가 이미지의 의미론적 정보를 조건으로 도입함으로써 세밀한 분포를 학습하도.. 2024. 3. 25. Fast Nearest Convolution for Real-Time Effictient Image Super-Resolution[논문리뷰] Fast Nearest Convolution for Real-Time Effictient Image Super-Resolution (실시간 효율적 이미지 초고해상도를 위한 빠른 최근접 합성곱 기술) Keywords: Image super-resolution, real-time network, mobile device, nearest convolution, quantization [Abstract] 딥러닝 기반의 SISR(Single Image Super Resolution)은 많은 각광을 받았고 GPU를 사용하면서 놀랄만한 성취를 이뤘다. 그러나, 최신의 SOTA Model은 많은 파라미터 수, 메모리, 계산 자원을 요구하기 때문에(즉 무겁다. 그래서 느리다.), 보통 모바일 CPU/NPU 환경에서는 저.. 2024. 1. 10. [논문리뷰] ESRGAN 논문: https://arxiv.org/abs/1809.00219 ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks The Super-Resolution Generative Adversarial Network (SRGAN) is a seminal work that is capable of generating realistic textures during single image super-resolution. However, the hallucinated details are often accompanied with unpleasant artifacts. To furth arxiv.org ESRGAN은 Enhanced Super-Resol.. 2024. 1. 3. 이전 1 다음 728x90 반응형
