conson_wm
conson_wm

RAISR

1. Abstract

RAISR: Rapid and Accurate Image Super Resolution
Yaniv Romano et. al. arXiv 2016

  讨论SR算法我们都要先问一个问题, 就是对于SR这样一个ill-posed问题, 这个方法是基于什么Prior将ill-posed问题regularized

  首先对于从HR->LR, RAISR认为基于这样一个退化模型
  z=DsHx
  z是input image, 就是LR
  x是要还原的HR image
  H是blur过程, 就是降低HR的清晰度
  Ds是降采样过程

  这个就是RAISR的先验, 就是认为LR可以通过简单插值和一个sharpeness过程还原到HR, 而这个sharpness就是一个filter

  其实基本的过程和A+/Sc差不多, 都是根据一个目标函数让退化后的LR图像尽量接近HR图像, 但是RAISR学的是一个filter

  这个形式和A+/Sc的差不多, 但是RAISR学的是h(滤波器), 首先, 方便理解, 我们可以认为h是全局一个滤波器, 那这个就相当于是一个Convolution Network了, 只有一层, 并且滤波器的通道还只有一个(这个在文章的后面会提到, SR的过程只在Y通道上做, CbCr通道只做bicubic interpolation)

Note that upscaling an RGB image is done by converting it to the YCbCr color space. Then, a bicubic interpolation is applied on the luminance channel, which is used as an initialization for RAISR, while the chromatic channels are upscaled only by the bicubic interpolation. Finally, the estimated HR channels are converted back to the RGB color space.

  Ai是经过cheap upscale后的样本yi的展开, 一行代表yi一个点为中心大小为filter大小的像素点, h的大小是dxd, 所以Ai一行是dxd, 一共是MN行
  这个公式就是将一个卷积过程展开, 就是让一幅经过cheap upscale的LR图经过filter h后要尽量接近要还原的HR图

2. Algorithm

  上面这两幅图分别是RAISR离线训练filter和在线Upscaling的过程
  我们先讲一下重要的步骤, 然后讲一下它为了最后的效果, 增加的Tricks

  ① Cheap upscaling - 4 type filter
  这里就用的是Bilinear Interpolation, 因为用的是Bilinear, 所以生成的upscale图上, 根据插值所用的点和权重不同, 要分成4 types of pix, 针对不同的pix, 也要训练不同的filter

  P1 是原先像素位置上的点, 也就是不同插值直接拿过来的
  P2 是横向两点插值得到的
  P3 是纵向两点插值得到的
  P4 是经过横纵两个维度插值得到的
  这4种filter学出来是有明显差异的

  四种filter在幅度谱上差异不大, 但是phase和方向有明显差异

  ② Hashing Classification
  这是用哈希方法对样本进行聚类
  其实大家用全局一样的filter也不是不行, 但是效果差点, 所以还是要根据局部特征自适应地训练不同的filter, 其实A+/ANR/SF也都用到K-means的方法来聚类, 只是有些用Euclidean distance, 有的用relevant
  RAISR觉得你们这种聚类方式是"expensive" clustering, 这里的expensive应该是指在查找的时候计算量比较大, 所以就想了一种在查找的时候节省下成本的方法, 就是用局部的statistics of gradients来做Hash-table keys, 用对应的filter做hash-table entries, 这样查找就很方便, 在Upscale阶段, 对一个确定的点, 计算它的gradients, 然后找对应的filter来做恢复就可以
Statistics具体使用Angle/Strength/Coherence这三个值来作为Hash-table keys, 角度和强度都不用说, Coherence其实就是梯度各向异性的程度, 就是Coherence越大, 各向趋于不同, 越小, 各向趋于相同, 我们可以拿实际训练出的filter来看一下

  ③ Blending Structure-Preserving Solution
  为防止过度sharpen带来的结构改变问题, 在Upscaling阶段, RAISR还增加了一个Blend手段
  In areas that the structure of the initial interpolated image and the filtered one is somewhat similar – we choose the filtered version, while in areas that a major change is occurred by the filtering step – we choose the initial upscaled image
  就是如果经过filter结构有重大改变, 我还是听原来的(就是cheap upscale的结果), 如果没有的话, 我就听滤波之后的
  这里用到了一个叫CT(Census Transform)的方法

  其实就是LBP, 局部二值化, 用周围的点和中心的关系将这个点附近区域编码, 用这串码表示这个点附近的结构, 判断结构是否相似就是用码串的相似度来衡量
  实现过程中的randomness weights就是根据LCC(就是附近最少有多少个1或多少个0是连在一起的), 用这个来判断是不是在edge上, RAISR希望的是尽量只在高频部分进行filter, 而低频部分不要做
  allows the pre-learned filters to enhance only the high-frequencies of the image, leading to HR images that look natural, as required by the conventional SISR problem
  In general, the larger the size of LCC the higher the weight. Put differently, by measuring the ”randomness” of the bit string we can infer whether the pixel is a part of an edge or not, forming the blending weights map.

  基本步骤就是这三步

  • A very cheap (e.g. bilinear) interpolation method is used to upscale the LR image.
  • A hash-table, containing set of filters, is learned from a training database, where the hash-table keys are a function of gradient properties. The filters are applied on the output of step (i) to improve its quality.
  • The outputs of steps (i) and (ii) are selectively blended (with different weights at each pixel) to produce the final result.

3. Tricks

  RAISR的trick非常之多, 包括之前的blending, Hash bucket, 因为那些在主流程上就不放到这儿说了
  说一下RAISR中为了加快运算和加强sharpen效果增加的三个tricks

  ① 训练时sample的trick
  In fact, we typically construct Ai and bi by sampling K patches/pixels from the images on a fixed grid, where K << MN

  这里还没细看, 回头补上

  ② 数据扩增 Using Patch Symmetry for Nearly-Free 8x More Learning Examples

就是镜像和翻转用1个样本扩8个样本, 这个在DL不新鲜了

  ③ CT-Based DoG Sharpener
  这个暂时没看, 回头补上

4. Discussion

  首先, 快绝对是RAISR的优势, 相比于A+, 还要快10倍以上
https://blog.csdn.net/u011630458/article/details/69524582

  RAISR快的原因是学习filter不学习映射矩阵或者字典, 因为不管是字典还是映射矩阵都要比filter大很多啊

  另外RAISR还有一个优点是它是逐pixel做的, 考虑了每一个pixel的属性, 而不像是A+/Sc是逐patch还原, 还要考虑overlap怎么处理, 所以它就不存在overlap的部分在两个patch中有冲突的问题

  劣势在于存的信息需要比较多, 你要精确, 那就要filter能够尽量稠密, 这样样本的需求也很大(所以才把RAISR逼出数据扩增了)

  还有就是效果其实还是要比SRCNN甚至比A+差

  这是RAISR自己给的比较结果, RAISR在速度上的优势显而易见, 但效果上比A+/SRCNN都要差

你可能感兴趣的:(RAISR)

  • 2017.7.16学习笔记-超分辨率、图像重构、 图像重建、稀疏编码、神经网络 weixin_30247781 人工智能
    Google超分辨率技术RAISR全称是“RapidandAccurateImageSuper-Resolution”，意为“快速、精确的超分辨率技术”。利用机器学习，把低分辨率图片转为高分辨率图片效果能达到甚至超过现在的超分辨率解决方案，同时速度提升大约10至100倍，且能够在普通的移动设备上运行。而且，Google的技术可以避免产生混叠效应（aliasingartifacts）。低分辨率图片重
  • 计算机视觉任务 熊大状
    基于深度学习的目标识别http://www.sohu.com/a/196999210_390227图像分类https://www.cnblogs.com/nowornever-L/p/6392577.html腾讯QQ空间超分辨率技术TSR：为用户节省3/4流量，处理效果和速度超谷歌RAISR项目细节：1）googlenet和inceptionv3的区别；在GoogLeNet出来之前，主流的网络结构
  • Google 超分辨率技术 RAISR：模糊图片瞬间变清晰，运算速度快十倍 mandagod 多媒体技术视频编解码
    Google超分辨率技术RAISR：模糊图片瞬间变清晰，运算速度快十倍每天都有数以百万计的图片在网络上被分享、储存，用户借此探索世界，研究感兴趣的话题，或者与朋友家人分享假期照片。问题是，大量的图片要嘛被照相设备的像素所限制，要嘛在手机、平板或网络限制下被人为压缩，降低了画质。如今高分辨率显示屏幕正在家庭和移动设备上普及，因此，把低分辨率图片转化为高清晰版本，并可在多种设备上查看和分享，正在成为一
  • PAISR：Rapid and Accurate Image Super Resolution 详解（内附代码code） miangmiang咩 数字图像处理
    hi，这绝对是一篇想搞事情的博客，本宝对这篇文章也没有弄得很透彻，甚至在某些小块上卡住了，但是还是有些干货想跟小伙伴们分享，顺便一起探讨一些问题。在github：https://github.com/HerrHao/RAISR上有研友写了部分代码，并没有完全实现论文，虽然效果也不怎样理想，但是使用滤波器的方法代替字典速度提高了好多。不多说了，下面是论文的框架主要分为以几个部分：1）对图像进行简单的
  • RAISR: Rapid and Accurate Image Super Resolution XD207R paper
    Abstract对于给定的图像，我们希望生成具有更大像素和更高图像质量的更大尺寸的图像。这通常称为单图像超分辨率（SISR）问题。这个想法是，有了足够的训练数据（相应的低分辨率和高分辨率图像对），我们可以学习一组过滤器（即映射），当将其应用于不在训练集中的给定图像时，会产生更高分辨率的版本，其中学习最好是低复杂度的。在我们提出的方法中，运行时间比目前可用的最佳竞争方法快一到两个数量级，同时产生与最
  • Google超分辨率论文RAISR实现小结 羽凌寒 opencv图像处理图像插值放大
    简介这段时间研究了下google去年发的超分辨率论文：RAISR:RapidandAccurateImageSuperResolution，宣称是可以在重建质量不差情况下，速度比目前算法如A+之类，能够有10到100倍性能提升。比较有工程意义。因此对它进行了下代码实现。从我这边实现效果来看，使用A+作者提供的参考代码，在我电脑上跑256x256图片，花费时间在0.56秒左右；而使用RAISR来跑时
  • 增强！RAISR使用机器学习来锐化图像 Limityoung
    RAISR:RapidandAccurateImageSuperResolution论文导读论文链接：https://arxiv.org/abs/1606.01299原文链接：https://ai.googleblog.com/2016/11/enhance-raisr-sharp-images-with-machine.html原文发表于2016年11月14日每天网络被用于分享和存储成万上亿张图
  • RAISR conson_wm
    1.AbstractRAISR:RapidandAccurateImageSuperResolutionYanivRomanoet.al.arXiv2016  讨论SR算法我们都要先问一个问题,就是对于SR这样一个ill-posed问题,这个方法是基于什么Prior将ill-posed问题regularized  首先对于从HR->LR,RAISR认为基于这样一个退化模型  z=DsHx  z是i
  • 重磅 | 消灭所有马赛克，谷歌宣布机器学习图像锐化工具RAISR 算法学习者 DL
    选自GoogleResearch机器之心编译参与：机器之心编译组在今天的GoogleResearch博客中，谷歌介绍了一种能够从低分辨率图像中生成高质量图像的技术RAISR。相关技术论文可点击阅读原文下载。每天网络上都会分享和存储数百万张图片，人们可以在这些照片中探索世界、研究有趣的新话题、甚至是与亲朋分享自己的假期生活。然而，很多图片会受到拍摄设备像素的限制，或者会因为手机、平板电脑h网络的问题
  • Google 超分辨率技术 RAISR：模糊图片瞬间变清晰，运算速度快十倍 凌风探梅 数字图像处理专题
    Google超分辨率技术RAISR：模糊图片瞬间变清晰，运算速度快十倍Everydaythewebisusedtoshareandstoremillionsofpictures,enablingonetoexploretheworld,researchnewtopicsofinterest,orevenshareavacationwithfriendsandfamily.However,manyo
  • Google在Google+中使用 RAISR 技术压缩图像减少最多75%的带宽 pigsrollaroundinthem GoogleGoogleraisr
    高清图像需要更高的带宽，会导致加载缓慢和更高的数据成本。Google运用机器学习技术开发了名叫RAISR（代表apidandAccurateImageSuperResolution）的图像压缩技术，能减少75%的带宽，但同时访问者察觉不出图像质量下降。相关论文（PDF）发表在预印本网站arxiv.org上。RAISR分析同一图像的高质量版本和低质量版本，了解到令高质量版本出众的原因，然后在低质量版
  • java解析APK 3213213333332132 javaapklinux解析APK
    解析apk有两种方法 1、结合安卓提供apktool工具，用java执行cmd解析命令获取apk信息 2、利用相关jar包里的集成方法解析apk 这里只给出第二种方法，因为第一种方法在linux服务器下会出现不在控制范围之内的结果。 public class ApkUtil { /** * 日志对象 */ private static Logger
  • nginx自定义ip访问N种方法 ronin47 nginx 禁止ip访问
    　　　因业务需要，禁止一部分内网访问接口，　由于前端架了F5，直接用deny或allow是不行的，这是因为直接获取的前端Ｆ５的地址。 　　　所以开始思考有哪些主案可以实现这样的需求，目前可实施的是三种： 　　　一：把ip段放在redis里，写一段lua           二：利用geo传递变量，写一段
  • mysql timestamp类型字段的CURRENT_TIMESTAMP与ON UPDATE CURRENT_TIMESTAMP属性 dcj3sjt126com mysql
    timestamp有两个属性，分别是CURRENT_TIMESTAMP 和ON UPDATE CURRENT_TIMESTAMP两种，使用情况分别如下：   1.   CURRENT_TIMESTAMP    当要向数据库执行insert操作时，如果有个timestamp字段属性设为   CURRENT_TIMESTAMP，则无论这
  • struts2+spring+hibernate分页显示 171815164 Hibernate
    分页显示一直是web开发中一大烦琐的难题，传统的网页设计只在一个JSP或者ASP页面中书写所有关于数据库操作的代码，那样做分页可能简单一点，但当把网站分层开发后，分页就比较困难了，下面是我做Spring+Hibernate+Struts2项目时设计的分页代码，与大家分享交流。 　　1、DAO层接口的设计，在MemberDao接口中定义了如下两个方法： public in
  • 构建自己的Wrapper应用 g21121 rap
            我们已经了解Wrapper的目录结构，下面可是正式利用Wrapper来包装我们自己的应用，这里假设Wrapper的安装目录为:/usr/local/wrapper。           首先，创建项目应用   &nb
  • [简单]工作记录_多线程相关 53873039oycg 多线程
         最近遇到多线程的问题,原来使用异步请求多个接口(n*3次请求)     方案一 使用多线程一次返回数据,最开始是使用5个线程,一个线程顺序请求3个接口,超时终止返回     缺点       测试发现必须3个接
  • 调试jdk中的源码，查看jdk局部变量 程序员是怎么炼成的 jdk 源码
    转自：http://www.douban.com/note/211369821/    学习jdk源码时使用--   学习java最好的办法就是看jdk源代码，面对浩瀚的jdk（光源码就有40M多，比一个大型网站的源码都多）从何入手呢，要是能单步调试跟进到jdk源码里并且能查看其中的局部变量最好了。 可惜的是sun提供的jdk并不能查看运行中的局部变量
  • Oracle RAC Failover 详解 aijuans oracle
    Oracle RAC 同时具备HA(High Availiablity) 和LB(LoadBalance). 而其高可用性的基础就是Failover(故障转移). 它指集群中任何一个节点的故障都不会影响用户的使用，连接到故障节点的用户会被自动转移到健康节点，从用户感受而言， 是感觉不到这种切换。 Oracle 10g RAC 的Failover 可以分为3种： 1. Client-Si
  • form表单提交数据编码方式及tomcat的接受编码方式 antonyup_2006 JavaScripttomcat浏览器互联网servlet
    原帖地址：http://www.iteye.com/topic/266705 form有2中方法把数据提交给服务器，get和post,分别说下吧。 （一）get提交 1.首先说下客户端（浏览器）的form表单用get方法是如何将数据编码后提交给服务器端的吧。    对于get方法来说，都是把数据串联在请求的url后面作为参数，如：http://localhost:
  • JS初学者必知的基础 百合不是茶 js函数js入门基础
    JavaScript是网页的交互语言,实现网页的各种效果, JavaScript 是世界上最流行的脚本语言。 JavaScript 是属于 web 的语言，它适用于 PC、笔记本电脑、平板电脑和移动电话。 JavaScript 被设计为向 HTML 页面增加交互性。 许多 HTML 开发者都不是程序员，但是 JavaScript 却拥有非常简单的语法。几乎每个人都有能力将小的
  • iBatis的分页分析与详解 bijian1013 javaibatis
            分页是操作数据库型系统常遇到的问题。分页实现方法很多，但效率的差异就很大了。iBatis是通过什么方式来实现这个分页的了。查看它的实现部分，发现返回的PaginatedList实际上是个接口，实现这个接口的是PaginatedDataList类的对象，查看PaginatedDataList类发现，每次翻页的时候最
  • 精通Oracle10编程SQL(15)使用对象类型 bijian1013 oracle数据库plsql
    /* *使用对象类型 */ --建立和使用简单对象类型 --对象类型包括对象类型规范和对象类型体两部分。 --建立和使用不包含任何方法的对象类型 CREATE OR REPLACE TYPE person_typ1 as OBJECT( name varchar2(10),gender varchar2(4),birthdate date ); drop type p
  • 【Linux命令二】文本处理命令awk bit1129 linux命令
    awk是Linux用来进行文本处理的命令，在日常工作中，广泛应用于日志分析。awk是一门解释型编程语言，包含变量，数组，循环控制结构，条件控制结构等。它的语法采用类C语言的语法。   awk命令用来做什么？ 1.awk适用于具有一定结构的文本行，对其中的列进行提取信息 2.awk可以把当前正在处理的文本行提交给Linux的其它命令处理，然后把直接结构返回给awk 3.awk实际工
  • JAVA(ssh2框架)+Flex实现权限控制方案分析 白糖_ java
      目前项目使用的是Struts2+Hibernate+Spring的架构模式，目前已经有一套针对SSH2的权限系统，运行良好。但是项目有了新需求：在目前系统的基础上使用Flex逐步取代JSP，在取代JSP过程中可能存在Flex与JSP并存的情况，所以权限系统需要进行修改。 【SSH2权限系统的实现机制】 权限控制分为页面和后台两块：不同类型用户的帐号分配的访问权限是不同的，用户使
  • angular.forEach boyitech AngularJSAngularJS APIangular.forEach
    angular.forEach 描述: 循环对obj对象的每个元素调用iterator, obj对象可以是一个Object或一个Array. Iterator函数调用方法: iterator(value, key, obj), 其中obj是被迭代对象，key是obj的property key或者是数组的index，value就是相应的值啦. (此函数不能够迭代继承的属性.)
  • java-谷歌面试题-给定一个排序数组，如何构造一个二叉排序树 bylijinnan 二叉排序树
    import java.util.LinkedList; public class CreateBSTfromSortedArray { /** * 题目:给定一个排序数组，如何构造一个二叉排序树 * 递归 */ public static void main(String[] args) { int[] data = { 1, 2, 3, 4,
  • action执行2次 Chen.H JavaScriptjspXHTMLcssWebwork
    xwork 写道 <action name="userTypeAction" class="com.ekangcount.website.system.view.action.UserTypeAction"> <result name="ssss" type="dispatcher">
  • [时空与能量]逆转时空需要消耗大量能源 comsci 能源
            无论如何,人类始终都想摆脱时间和空间的限制....但是受到质量与能量关系的限制,我们人类在目前和今后很长一段时间内,都无法获得大量廉价的能源来进行时空跨越.....         在进行时空穿梭的实验中,消耗超大规模的能源是必然
  • oracle的正则表达式(regular expression)详细介绍 daizj oracle正则表达式
        正则表达式是很多编程语言中都有的。可惜oracle8i、oracle9i中一直迟迟不肯加入，好在oracle10g中终于增加了期盼已久的正则表达式功能。你可以在oracle10g中使用正则表达式肆意地匹配你想匹配的任何字符串了。 正则表达式中常用到的元数据(metacharacter)如下： ^ 匹配字符串的开头位置。 $ 匹配支付传的结尾位置。 *
  • 报表工具与报表性能的关系 datamachine 报表工具birt报表性能润乾报表
    在选择报表工具时，性能一直是用户关心的指标，但是，报表工具的性能和整个报表系统的性能有多大关系呢？ 要回答这个问题，首先要分析一下报表的处理过程包含哪些环节，哪些环节容易出现性能瓶颈，如何优化这些环节。   一、报表处理的一般过程分析 1、用户选择报表输入参数后，报表引擎会根据报表模板和输入参数来解析报表，并将数据计算和读取请求以SQL的方式发送给数据库。   2、
  • 初一上学期难记忆单词背诵第一课 dcj3sjt126com wordenglish
    what 什么  your 你 name 名字 my 我的 am 是 one 一 two 二 three 三 four 四 five 五 class 班级，课   six 六 seven 七 eight 八 nince 九 ten 十 zero 零 how 怎样 old 老的 eleven 十一 twelve 十二 thirteen
  • 我学过和准备学的各种技术 dcj3sjt126com 技术
    语言VB https://msdn.microsoft.com/zh-cn/library/2x7h1hfk.aspxJava http://docs.oracle.com/javase/8/C# https://msdn.microsoft.com/library/vstudioPHP http://php.net/manual/en/Html 
  • struts2中token防止重复提交表单 蕃薯耀 重复提交表单struts2中token
    struts2中token防止重复提交表单   >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年7月12日 11:52:32 星期日 ht
  • 线性查找二维数组 hao3100590 二维数组
    1.算法描述 有序（行有序，列有序，且每行从左至右递增，列从上至下递增）二维数组查找，要求复杂度O(n)   2.使用到的相关知识： 结构体定义和使用，二维数组传递（http://blog.csdn.net/yzhhmhm/article/details/2045816）   3.使用数组名传递 这个的不便之处很明显，一旦确定就是不能设置列值 //使
  • spring security 3中推荐使用BCrypt算法加密密码 jackyrong Spring Security
    spring security 3中推荐使用BCrypt算法加密密码了，以前使用的是md5， Md5PasswordEncoder 和 ShaPasswordEncoder，现在不推荐了，推荐用bcrpt Bcrpt中的salt可以是随机的，比如： int i = 0; while (i < 10) { String password = "1234
  • 学习编程并不难,做到以下几点即可! lampcy javahtml编程语言
    不论你是想自己设计游戏，还是开发iPhone或安卓手机上的应用，还是仅仅为了娱乐，学习编程语言都是一条必经之路。编程语言种类繁多，用途各 异，然而一旦掌握其中之一，其他的也就迎刃而解。作为初学者，你可能要先从Java或HTML开始学，一旦掌握了一门编程语言，你就发挥无穷的想象，开发 各种神奇的软件啦。 1、确定目标 学习编程语言既充满乐趣，又充满挑战。有些花费多年时间学习一门编程语言的大学生到
  • 架构师之mysql----------------用group+inner join,left join ,right join 查重复数据（替代in) nannan408 right join
    1.前言。   如题。 2.代码 (1)单表查重复数据,根据a分组   SELECT m.a,m.b, INNER JOIN （select a,b,COUNT(*) AS rank FROM test.`A` A GROUP BY a HAVING rank>1 )k ON m.a=k.a （2）多表查询 ， 使用改为le
  • jQuery选择器小结 VS 节点查找（附css的一些东西） Everyday都不同 jquerycssname选择器追加元素查找节点
    最近做前端页面，频繁用到一些jQuery的选择器，所以特意来总结一下：   测试页面： <html> <head> <script src="jquery-1.7.2.min.js"></script> <script> /*$(function() { $(documen
  • 关于EXT tntxia ext
      ExtJS是一个很不错的Ajax框架，可以用来开发带有华丽外观的富客户端应用，使得我们的b/s应用更加具有活力及生命力。ExtJS是一个用 javascript编写，与后台技术无关的前端ajax框架。因此，可以把ExtJS用在.Net、Java、Php等各种开发语言开发的应用中。       ExtJs最开始基于YUI技术，由开发人员Jack
  • 一个MIT计算机博士对数学的思考 xjnine Math
     在过去的一年中，我一直在数学的海洋中游荡，research进展不多，对于数学世界的阅历算是有了一些长进。为什么要深入数学的世界？作为计算机的学生，我没有任何企图要成为一个数学家。我学习数学的目的，是要想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的东西看得更深广一些。说起来，我在刚来这个学校的时候，并没有预料到我将会有一个深入数学的旅程。我的导师最初希望我去做的题目，是对appe
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他