。

它由Dong等人在2014年提出#xff0c;是早期的深度学习方法之一#xff0c;用于提高图像的分辨率。

SRCNN通过学习低分辨率#…SRCNN

Convolutional

Network是一种用于图像超分辨率的卷积神经网络。

它由Dong等人在2014年提出是早期的深度学习方法之一用于提高图像的分辨率。

SRCNN通过学习低分辨率LR图像到高分辨率HR图像的映射关系来重建高分辨率图像。

GitHub

星数20GitHub

地址https://github.com/1990571096/SRCNN_Pytorch项目地址http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html

RAISR

Super-Resolution是一种由Google开发的图像超分辨率技术它利用机器学习算法来提高低分辨率图像的质量使其看起来更加清晰和细致。

这项技术可以在移动设备上实时运行并且能够减少图像的带宽需求从而节省数据和提高加载速度。

GitHub星数260GitHub地址https://github.com/MKFMIKU/RAISR

Real-SR

介绍Real-SR是由腾讯优图实验室提出的一种新的图像超分辨率算法它在CVPR-NTIRE-2020真实图像超分比赛中以明显优势获得了双赛道冠军。

GitHub星数774GitHub地址https://github.com/Tencent/Real-SR

BasicSR

介绍BasicSR是一个基于PyTorch的开源图像和视频复原工具箱专注于超分辨率、去噪、去模糊、去JPEG压缩噪声等任务。

它由香港中文大学多媒体实验室XPixel

Group开发和维护提供了多种复原算法如EDSR、RCAN、SRResNet、SRGAN、ESRGAN、EDVR、BasicVSR、SwinIR等。

GitHub星数6.7kGitHub地址https://github.com/XPixelGroup/BasicSR

waifu2x

介绍waifu2x是一个使用深度卷积神经网络对动漫风格的图片进行放大操作的工具它支持照片并能够降噪GitHub星数27.5kGitHub地址https://github.com/nagadomi/waifu2x

Real-ESRGAN

介绍Real-ESRGAN是一个基于深度学习的图像超分辨率重建模型它使用纯合成数据进行训练以提高真实世界图像的分辨率和清晰度。

这个模型特别适合用于增强图像的细节同时减少常见的真实图像中的恼人伪影。

GitHub星数27.8kGitHub地址https://github.com/xinntao/Real-ESRGAN

Real-CUGAN

B站开源的动漫图像超分辨率模型使用百万级动漫数据进行训练。

GitHub星数5.6kGitHub地址https://github.com/bilibili/ailab/tree/main/Real-CUGAN

ECBSR

Devices是一个为移动设备设计的高效轻量级图像超分辨率深度学习模型。

它通过引入独特的边缘导向卷积块能够在保持高效运行的同时提升图像的超分辨率效果。

GitHub星数340GitHub地址https://github.com/xindongzhang/ECBSR?tabreadme-ov-file

FriedRiceLab

Self-AttentionSWSA来提高效率和性能。

该方法在

benchmark

上找到。

GitHub星数205GitHub地址https://github.com/Fried-Rice-Lab/FriedRiceLab

GitHub

上的资源库它汇集了众多与图像超分辨率相关的研究论文、数据集和开源代码库。

该项目由

ChaofWang

维护并得到了社区的广泛认可。

GitHub星数2.5kGitHub地址https://github.com/ChaofWang/Awesome-Super-Resolution