.png){kind=icon}
返回
Degradation decomposition learning for self-supervised blind image super-resolution
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113340.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种创新的盲超分辨率方法，该方法将自监督学习集成到零样本框架中，从而显著提高了盲场景下的适应性。
• 基于通用采样定理，我们提出了一种新颖的退化分解策略，用以替代退化估计来校正退化差距。
• 我们提出了一种新颖的退化分解网络（DDN），利用多个输出分解变量作为监督项进行自监督训练。
• 在合成数据集和真实图像上的大量实验验证了，我们的方法在性能上优于有监督和无监督的当前最优方法。
Keyword:
blind image super-resolution
self-supervised learning
degradation decomposition
zero-shot framework
deep learning
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
CMANet: A CNN-Mamba aggregation network for face super-resolutionCMANet：一种用于人脸超分辨率任务的CNN-Mamba聚合网络
PREAI
分享收藏
IHMambaSR: An importance-guided hierarchical mamba with dynamic prompt for single image super-resolutionIHMambaSR：一种基于重要性引导的分层Mamba网络，具有动态提示，用于单幅图像超分辨率重建.png)
Pattern Recognition
Pattern RecognitionIF7.6
PREAI
分享收藏AddSR: Accelerating diffusion-based blind super-resolution with adversarial diffusion distillationAddSR：加速基于扩散的盲超分辨率，使用对抗扩散蒸馏Pattern Recognition
Pattern RecognitionIF7.6
PREAI
分享收藏Multi-Scale Texture Fusion for Reference-Based Image Super-Resolution: New Dataset and Solution基于参考的多尺度纹理融合图像超分辨率：新数据集与解决方案
PREAI
分享收藏 没有更多内容
没有更多内容