super-resolution
-
[논문리뷰] Accurate Image Super-Resolution Using Very Deep Convolutional Networks (VDSR)Paper Review/Computer Vision 2020. 3. 26. 19:39
해당 논문은 이전에 소개한 SRCNN의 문제점을 세 가지 측면에서 분석하고, 보다 더 깊은 deep convolutional network를 모델에 사용하여 문제점을 해결한 VDSR 모델을 소개합니다. Abstract VDSR은 VGG-net 에서 영감을 받았고, 네트워크의 깊이에 따라서 정확도가 올라간다는 아이디어를 바탕으로 했습니다. Input과 ground truth의 차이가 존재하는 부분인 residual을 학습 시키고, 높은 learning rate를 사용한다는 점이 SRCNN과의 차이입니다. VGG-net이란? 더보기 VGG-net 모델을 기점으로 네트워크가 깊어졌습니다. VGG-net의 목표는 깊이와 성능 사이의 관계 분석이었는데, 3X3 filter로 세 차례 convolution한 것이 ..
-
[논문리뷰] Image Super-Resolution Using Deep Convolutional Networks (SRCNN)Paper Review/Computer Vision 2020. 3. 11. 13:04
해당 논문은 SR 문제에 처음으로 deep CNN을 적용한 것으로, 굉장히 간단한 모델의 네트워크로 상당히 향상된 결과를 냈습니다. 이후로 SISR 문제를 해결하기 위해 등장한 다양한 모델들과 지금 진행 중인 연구들에도 상당히 큰 통찰력을 부여한 논문입니다. Abstract 저해상도 이미지를 고해상도 이미지로 출력해 내는 deep CNN에 대해서 소개하려 합니다. 전통적인 코드 베이스의 super resolution은 각 요소를 따로 따로 다루지만, deep CNN은 모든 레이어들을 최적화 합니다. Introduction Single image super-resolution 문제는 computer vision 영역에서 상당히 고전적인 문제입니다. 저해상도 이미지에 대한 SR 결과로의 고해상도 이미지는 너..