[B! super-resolution][transfer learning] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

super-resolutionとtransfer learningに関するarxiv_readerのブックマーク (25)

https://arxiv-check-250201.firebaseapp.com/each/2211.00577v8
arxiv_reader 2024/06/21
GAN

pre-training

transfer learning

super-resolution

dataset

arXiv

adaptation

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2403.10516v2
arxiv_reader 2024/04/03
few-shot

computer vision

arXiv reaDer

semantic segmentation

arXiv

transfer learning

depth prediction

super-resolution
リンク
https://arxiv-check-250201.firebaseapp.com/each/2403.10516v1
arxiv_reader 2024/03/18
few-shot

transfer learning

arXiv reaDer

semantic segmentation

arXiv

computer vision

depth prediction

super-resolution
リンク
https://arxiv-check-250201.firebaseapp.com/each/2309.14998v1
arxiv_reader 2023/09/27
computer vision

dataset

arXiv

transfer learning

arXiv reaDer

face

super-resolution

denoising

detection
リンク
https://arxiv-check-250201.firebaseapp.com/each/2211.00577v7
arxiv_reader 2023/09/06
super-resolution

dataset

GAN

arXiv

transfer learning

arXiv reaDer

pre-training
リンク
SimDA: 効率的なビデオ生成のためのシンプルな拡散アダプター
arxiv_reader 2023/08/21
最近の AI 生成コンテンツの波により、Text-to-Image (T2I) テクノロジーの大きな発展と成功が見られました。対照的に、Text-to-Video (T2V) は、関心が高まっていま

one-shot

super-resolution

transfer learning

adaptation

attention

arXiv reaDer

arXiv

video
リンク
S2R: 理想的およびブラインド超解像度のための Double-Win トランスフォーマーベースのフレームワークの探索
arxiv_reader 2023/08/17
現在、ディープラーニングベースの手法は、理想的な超解像度 (SR) データセットで優れたパフォーマンスを実証していますが、これらの手法のほとんどは、予測不可能なブラーカーネルを使用する現実世界

reconstruction

representation

arXiv

gradient

transformer

super-resolution

arXiv reaDer

pre-training

transfer learning

dataset
リンク
拡散モデルが画像分類で GAN に勝つ
arxiv_reader 2023/07/18
多くの教師なし学習モデルは、生成または識別のいずれか 1 つのタスク群に焦点を当てていますが、私たちは統一表現学習器、つまり単一の事前トレーニングステージを使用して両方のタスク群に同時に対処するモ

transfer learning

generative

unsupervised

embedding

arXiv reaDer

super-resolution

U-Net

classification

GAN

arXiv
リンク
歪み関係の観点から見た少数ショット実像超解像の詳細
arxiv_reader 2023/04/19
現実世界で歪んだ/きれいな画像のペアを大量に収集することは自明ではなく、現実世界の画像超解像 (RealSR) でのこれらの教師あり学習ベースの方法の実用的なアプリケーションを深刻に制限します。以前の

arXiv reaDer

unsupervised

arXiv

super-resolution

pre-training

benchmark

transfer learning

few-shot

gradient

synthesis
リンク
https://arxiv-check-250201.firebaseapp.com/each/2302.04032v2
arxiv_reader 2023/02/09
ディープパーセプチュアルロスは、ニューラルネットワークから抽出されたディープフィーチャを使用して人間の知覚を模倣することを目的とした、コンピュータービジョンの一種のロス関数です。近年、この方

computer vision

segmentation

super-resolution

transfer learning

arXiv

convolutional

loss function

arXiv reaDer

dataset
リンク
教師なし双方向サイクルによる実世界画像の超解像ドメイン転送学習ベースの敵対的生成ネットワーク
arxiv_reader 2022/11/22
深層畳み込みニューラルネットワーク (DCNN) は、画像の超解像タスクで印象的なパフォーマンスを発揮しました。ただし、これらの深層学習ベースの超解像手法は、高解像度画像と低解像度画像のペアが利用で

transfer learning

GAN

unsupervised

arXiv reaDer

benchmark

domain

CNN

super-resolution

dataset

arXiv
リンク
医用画像超解像のための微調整された敵対的生成ネットワークベースのモデル
arxiv_reader 2022/11/11
医用画像解析では、低解像度の画像は医用画像の解釈のパフォーマンスに悪影響を及ぼし、誤診を引き起こす可能性があります。単一画像超解像 (SISR) メソッドは、医療画像の解像度と品質を向上させることがで

interpretation

pre-training

arXiv reaDer

super-resolution

arXiv

transfer learning

GAN

dataset
リンク
医用画像超解像のための微調整された敵対的生成ネットワークベースのモデル
arxiv_reader 2022/11/02
医用画像解析では、低解像度の画像は医用画像の解釈のパフォーマンスに悪影響を及ぼし、誤診を引き起こす可能性があります。単一画像超解像 (SISR) メソッドは、医療画像の解像度と品質を向上させることがで

arXiv

super-resolution

interpretation

arXiv reaDer

transfer learning

GAN

dataset

pre-training
リンク
虹彩認識のための超解像と画像再投影
arxiv_reader 2022/10/21
最近のいくつかの研究では、最も多様な目的のために、豊富で階層的で識別可能なモデルを明らかにする深層学習の能力に取り組んできました。特に超解像の分野では、さまざまな深層学習アプローチを使用する畳み込みニ

arXiv reaDer

super-resolution

transfer learning

CNN

arXiv
リンク
生成的敵対的ネットワークによる地下深度構造マップの再構築
arxiv_reader 2022/06/16
この論文では、2D地震深度マップからのデータを使用して、通常3D地震調査後に取得される詳細解像度の深度構造マップを再構築する方法について説明しました。この方法では、生成的敵対的ニューラルネットワークア

reconstruction

transfer learning

GAN

arXiv reaDer

arXiv

3D

synthesis

super-resolution
リンク
ビデオ復元のための 2 段階フレームワークのプログレッシブトレーニング
arxiv_reader 2022/04/22
広く研究されているタスクとして、ビデオの復元は、ノイズ、ブラー、圧縮アーティファクトなど、複数の潜在的な劣化を伴うビデオの品質を向上させることを目的としています。ビデオの復元の中で、圧縮されたビデオ品

arXiv

transformer

video

super-resolution

compression

seq2seq

gradient

arXiv reaDer

RNN

transfer learning
リンク
Deep Variational Autoencoders による画像の超解像度
arxiv_reader 2022/03/18
画像超解像（SR）技術は、低解像度画像から高解像度画像を生成するために使用されます。これまで、自己回帰モデルや生成的敵対的ネットワーク（GAN）などの深層生成モデルは、高解像度画像のモデリングに効果的

GAN

super-resolution

autoregressive

arXiv reaDer

arXiv

transfer learning
リンク
歪み関係ガイド付き転送学習による数ショットの実像超解像
arxiv_reader 2021/11/29
実世界で大きくクリーンに歪んだトレーニング画像ペアを収集することは簡単ではありません。これは、これらの教師あり学習ベースの画像復元（IR）メソッドの実際のアプリケーションを深刻に制限します。以前の研究

arXiv

unsupervised

pre-training

benchmark

few-shot

synthesis

transfer learning

arXiv reaDer

gradient
リンク
マルチモーダルブースト：ウェーブレット変換を備えたマルチアテンションネットワークを使用したマルチモーダル医用画像の超解像
arxiv_reader 2021/10/25
マルチモーダル医用画像は、非侵襲的な方法で高解像度画像から補足情報を分析および取得するために、臨床医や医師によって広く使用されています。対応する画像解像度が失われると、医用画像診断の全体的なパフォーマ

CNN

arXiv

loss function

attention

GAN

transfer learning

super-resolution

arXiv reaDer
リンク
脳スキャンシミュレーションのための退行性の敵対的NeuroImageネット：老化と認知症への応用
arxiv_reader 2021/09/30
高次元の医用画像の正確で現実的なシミュレーションは、多くのAI対応ヘルスケアアプリケーションに関連する重要な研究分野になっています。ただし、現在の最先端のアプローチには、満足のいく高解像度で正確な被写

3D

transfer learning

super-resolution

dataset

arXiv reaDer

simulation

adversarial

benchmark

arXiv

MRI
リンク
1 2 次のページ

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx