Скачать с ютуб [DMQA Open Seminar] Image Super Resolution в хорошем качестве

[DMQA Open Seminar] Image Super Resolution

Image Super Resolution은 저해상도 이미지를 고해상도 이미지로 변환하는 문제로 TV 영상 화질 개선, MRI, CT 이미지 개선, 범죄 예방을 위한 CCTV 화질 개선 등 다양한 분야에서 활용되고 있다. 최근 Computer Vision 영역에서 발전해 온 다양한 딥러닝 모델을 Image Super Resolution 문제에 맞게 변형해서 적용하는 연구가 활발히 진행되고 있다. 본 세미나에서는 Image Super Resolution의 기본 개념들과 대표적인 딥러닝 모델을 소개하고자 한다. 참고 문헌: [1] Wang, Z., Chen, J., & Hoi, S. C. (2020). Deep learning for image super-resolution: A survey. IEEE transactions on pattern analysis and machine intelligence. [2] Dong, C., Loy, C. C., He, K., & Tang, X. (2015). Image super-resolution using deep convolutional networks. IEEE transactions on pattern analysis and machine intelligence, 38(2), 295-307. [3] Dai, T., Cai, J., Zhang, Y., Xia, S. T., & Zhang, L. (2019). Second-order attention network for single image super-resolution. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 11065-11074).