BriefGPT - AI 论文速递
·
压制盲超分辨率中的不确定性
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该论文提出了一种随机洗牌方法来模拟真实的降级因素并在合成的数据集上训练深度神经网络，使其在真实世界的视频超分辨率方面表现更好。结果显示，相较于RealBasicVSR和BSRGAN，该方法在NRQM方面分别提高了7.1％和3.34％。同时，该论文还提出了一个包含高分辨率真实视频的新数据集，可作为基准测试的参照。
🎯
关键要点
- 该论文提出了一种随机洗牌方法来模拟真实的降级因素。
- 该方法在合成的数据集上训练深度神经网络。
- 该方法在真实世界的视频超分辨率方面表现更好。
- 相较于RealBasicVSR，该方法在NRQM方面提高了7.1%。
- 相较于BSRGAN，该方法在NRQM方面提高了3.34%。
- 论文提出了一个新的包含高分辨率真实视频的数据集，作为基准测试的共同参照。
➡️
