遥感图像超分辨第31页

遥感图像处理 | 利用GDAL打开图像并读取图像元数据（波段）信息（C#）

事前准备：编译并配置GDAL库。函数和方法说明：publicstaticDatasetOpen(stringutf8_path,AccesseAccess)从指定路径读取栅格数据。第一个参数是栅格数据的路径，第二个参数是打开数据的模式，GA_ReadOnly表示以只读方式打开，GA_Update表示以读写方式打开。该函数返回一个Dataset对象，gdal用Dataset对象为所有栅格数据提供统一

XS_·2020-09-15 12:21

Real-World Super-Resolution via Kernel Estimation and Noise Injection ---2020.08.10

介绍：2020cvprrealworldSRchallengeNO.1内容：论文翻译+实验细节摘要：不管blur和noise如何，最新的超分辨率方法在理想数据集上均具有出色的性能。

de一颗小白菜·2020-09-15 05:07

STANet: 基于时空自注意力的遥感图像变化检测模型，提出一个新的大型变化检测数据集LEVIR-CD

论文链接Github链接-pytorchLEVIR-CD数据集下载（百度云）STANet代码实现目录ASpatial-TemporalAttention-BasedMethodandaNewDatasetforRemoteSensingImageChangeDetectionAbstract：Introduction：2.1.STANet:Spatial–TemporalAttentionNeur

Amberrr-L·2020-09-14 23:39

高光谱解混学习笔记（一）------概述

由于遥感器的空间分辨率有限及自然界地物的复杂多样性，混合像元普遍存在于遥感图像中，成为冲遥感图像获取信息的一大障碍。为了提高获取地标信息的精度，必须解决光谱分节问题。

sunyanhui00·2020-09-14 20:35

low-light系列：Lightening Network for Low-light Image Enhancement

前言文章下载链接在后面这是一篇顶刊TIP2020的文章，重点在于：文章将暗光增强任务视为一个求residual（残差）的任务LBP模块的提出，借用了SR（超分辨率）任务中的back-projection

全员鳄鱼·2020-09-14 15:42

图像超分辨——基于插值的方法（个人总结）

基于插值的单图超分辨方法包括：Nearest（最近邻插值）、Bilinear（双线性插值）、Bicubic（双三线性插值）、Lanczos等。

SimonCoder·2020-09-14 03:21

图像超分辨——传统方法（个人总结）

根据自己的经验总结一下图像超分辨的方法，图像超分辨（ImageSuperResolution）可以分为传统方法和深度学习方法，传统方法一直都在出paper，最近几年深度学习在处理图像、文本、语音的任务上表现出了一定的优势

SimonCoder·2020-09-14 03:20

超分辨率FSRCNN理解(附pytorch代码)

代码：基于pytorch的FSRCNNFSRCNN改进了SRCNN在速度上存在的缺陷：1.SRCNN在将低分辨率图像送进网络之前，会先使用双三次插值法进行插值上采样操作，产生与groundtruth大小一致的低分辨率图像，这样会增加了计算复杂度，因为插值后的图像相比原始的低分辨率图像更大，于是在输入网络后各个卷积层的计算代价会增大，从而限制了网络的整体速度。2.非线性映射层的计算代价太高。FSRC

神遁克里苏·2020-09-14 00:02

超分辨率SRCNN理解（附pytorch代码）

代码：基于Pytorch的SRCNN图像会先经过预处理，进行缩小，然后放大。使用的是双三次插值法。这样生成的图，虽然大小相同，但是还是称它为LR低分辨率图像。def__init__(self,num_channels=1):super(SRCNN,self).__init__()self.conv1=nn.Conv2d(num_channels,64,kernel_size=9,padding=9

神遁克里苏·2020-09-14 00:02

计算机视觉国外研究机构及大牛

转自：http://blog.sina.com.cn/s/blog_50fbe2940101hi4a.html国际大牛Adobe研究院JianchaoYang研究员[进入主页](稀疏表示，超分辨率、图片检索

yaotaoedu·2020-09-13 17:20

【超分辨率】- CVPR2019中SR论文导读与剖析

CVPR2019超分领域出现多篇更接近于真实世界原理的低分辨率和高分辨率图像对应的新思路。具体来说，以前论文训练数据主要使用的是人为的bicubic下采样得到的，网络倾向于学习bicubic下采样的逆过程，这与现实世界原理不太相符。为了得到重建结果，要么采用psnr-oriented方式获得更高的psnr，要么采用perceptual-oriented获得更好的主观效果，但这与现实世界的图像系统并

weixin_30401605·2020-09-13 13:14

CVPR 2020丨UDVD：用于可变退化的统一动态卷积超分辨率网络

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达本文作者：Alanhttps://zhuanlan.zhihu.com/p/131581042本文已由原作者授权，不得擅自二次转载CVPR2020论文：UnifiedDynamicConvolutionalNetworkforSuper-ResolutionwithVariationalDegradations论文：https:/

视学算法·2020-09-13 07:46

ECCV 2020 超分辨率方向上接收文章总结

ECCV2020超分辨率方向上接收文章总结论文题目论文方向论文链接源代码相关资料AcrossScales&AcrossDimensions:TemporalSuper-ResolutionusingDeepInternalLearning

yamengxi·2020-09-13 07:46

对抗生成网络SRResNet 改编失败和原因分析

从《从SRCNN到EDSR，总结深度学习端到端超分辨率方法发展历程》一文中的10.SRGAN(SRResNet)一节的链接的github(caffe)下载了两个模型（生成网络）SRResNet-MSE_

juebai123·2020-09-13 05:29

2020 超分辨率技术发展趋势

图像超分辨重建是一种提升图像分辨率的图像处理技术，而超分辨问题是一个难解的欠定问题，通常情况下，低分辨率图像被视为高分辨率图像经过模糊、下采样和噪声干扰后所得到的退化图像。

为什么先生2012·2020-09-13 04:50

3DSRnet: Video Super-resolution using 3D Convolutional Neural Networks论文笔记

本文提出了有效的3D-CNN视频超分辨率，不需要运动对齐作为预处理。本文的3DSRnet保持时空特征图的时间深度，最大限度地捕捉LR和HR帧

Ytravel·2020-09-13 04:50

什么是图像分辨率及细节为何为高频信息

图像超分辨率重建关注的是恢复图像中丢失的细节，即高

yxswhy·2020-09-12 21:32

Ultra-Resolving Face Images by Discriminative Generative Networks人脸超分辨率生成

/pdfs.semanticscholar.org/d6f1/42f5ddcb027e7b346eb20703abbf5cc4e883.pdf本文无公开代码（没有找到），仅供参考其思想摘要：常规的人脸超分辨率方法

俭任G·2020-09-12 21:28

超分辨率重建之FSRCNN

FSRCNN主要的目的是加速之前的SRCNN模型。重新设计SRCNN结构，主要在三个方面：一是使用了一个解卷积层在最后，这个作用是从没有差值的低分辨率图像直接映射到高分辨率图像。第二是，重新改变输入特征维数。第三是使用了更小的卷积核但是使用了更多的映射层。针对SRCNN中有两点限制了速度。第一点，低分辨率图像需要上采样（通过三次插值）；第二点，非线性映射步骤，需要缩减参数加快速度。对于第一个问题采

闪闪亮亮·2020-09-12 20:47

图像处理——孔洞填充算法

前言：由于遥感图像通常巨大，opencv自带的imread函数可能读取图像失败，而自带的floodfill函数运行会时间太久，所以自己写叭。。。

Y.Z.Y.·2020-09-12 20:34

C/C++调用Python [OpenCV与Numpy]

直观的做法是从C++调用python解释器，本文遇到的情景是C++环境下有张图片，需要将其中一个区域（ROI）进行放大（超分辨率重建），放大算法是python环境下的函数（pytorch模型），之后在C

ziweipolaris·2020-09-12 18:03

paper10：FSRNet: End-to-End Learning Face Super-Resolution with Facial Priors 2018CVPR

利用人脸先验实现端到端的人脸超分辨率introduction：之前的面部超分辨率方法大多是由通用的图像超分辨率算法加以适当修改得到的，大多数没有加人脸先验知识，所以导致恢复效果不好。

LiuShuangmax·2020-09-12 18:54

ENVI5.x入门学习素材包分享

原文地址：ENVI5.x入门学习素材包分享作者：ENVI-IDL中国本学习素材包以遥感图像处理流程为顺序，并按照章节制作。每个章节包括详细教程、学习录像（操作+讲解）和练习数据。

_Cogito_·2020-09-12 17:06

ENVI实验教程（1）熟悉ENVI遥感图像处理基本操作

ENVI实验教程（1）实验一、熟悉ENVI遥感图像处理基本操作实验一、熟悉ENVI遥感图像处理基本操作一、实验目的熟悉ENVI软件的用户界面，包括ENVIclassic和ENVI5.3熟悉ENVI软件的基本功能模块

nochengzi·2020-09-12 15:31

贝叶斯分类器（含MATLAB实现）

这也是遥感图像土地分类的常用方法。统计决策函数以贝叶斯定理为基础，一般需要满足两个基本条件：1）已知模式向量的有关概率分布先验知识，如先验概率、类条件概率密度。

伤心的小屁孩·2020-09-12 15:06

模式识别研究方法、研究方向及研究内容

信号处理2、模式分割：模式-背景分离，模式-模式分离3、运动分析：目标跟踪、运动模式描述4、模式描述与分类：特征提取/选择，模式分类、聚类、机器学习等三、研究内容1、生物特征：人脸、指纹、虹膜、体态等2、遥感图像

差点儿90后·2020-09-12 14:18

OpenCV探索之路（二十四）图像拼接和图像融合技术

图像拼接在实际的应用场景很广，比如无人机航拍，遥感图像等等，图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。

aa3214567·2020-09-12 10:57

ENVI5.3的安装教程

ENVI5.3安装教程（含软件下载）ENVI软件下载安装流程ENVIENVI（TheEnvironmentforVisualizingImages）是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入

姜儿的酒·2020-09-12 03:42

适用于任意模糊内核的深度即插即用超分辨率（DPSR论文笔记-2019CVPR）

DeepPlug-and-PlaySuper-ResolutionforArbitraryBlurKernels(适用于任意模糊内核的深度即插即用超分辨率)源码包：https://github.com/

叫一枚小白呀·2020-09-11 22:58

几种超分辨深度学习模型介绍

SRCNN——框架简单ChaoDong、XiaoouTang等首次将卷积神经网络（CNN）用于图像超分辨，并将这种只有三层的CNN命名为

m0_37820219·2020-09-11 22:49

用插值的方法进行图像超分辨

文章目录最近邻插值双线性插值双三次插值实现方法目前，基于学习的、构建深度学习模型的超分辨方法成为图像超分辨的主流方法。而双三次插值法常常用作对照方法用于证明深度学习方法的好。

m0_37820219·2020-09-11 22:18

Structure-Preserving Super Resolution with Gradient Guidance 译文SPSR

梯度制导结构保持超分辨摘要结构在单图像超分辨率（SISR）中起着重要作用。近年来，基于生成性对抗网络（GAN）的研究通过恢复真实感图像促进了SISR的发展。

huaziyouyi·2020-09-11 21:13

超分辨率数据集集合

DatasetcollectionsBenckmarkandDIV2K:Set5,Set14,B100,Urban100,Manga109,DIV2K2017includebicubicdownsampleswithx2,3,4,8SR_testing_datasets:Test:Set5,Set14,B100,Urban100,Manga109,Historical;Train:T91,Gene

DrogoZhang·2020-09-11 17:22

基于大遥感影像场景的目标检测数据集的裁剪方法（水平框）

代码"""对原始遥感图像训练数据进行裁切，生成固定大小的patches,适用于HBB(HorizontalBoundingBox)""""""对原始遥感图像训练数据

海里的羊·2020-09-11 15:24

论文-知识蒸馏

文章目录StructuredKnowledgeDistillationforDensePrediction基于知识蒸馏的超分辨率卷积神经网络压缩方法LightweightImageSuper-ResolutionwithInformationMulti-distillationNetworkStructuredKnowledgeDistillationforDensePrediction

yywxl·2020-09-11 12:23

直播系统从带宽扩展到丢包隐藏，实时音频中的 AI

直播系统从带宽扩展到丢包隐藏，实时音频中的AI随着这几年直播系统的迅猛发展，我们在图像和视频处理领域里见证了非常多的应用，比如Agora引擎里的视频超分辨率技术。

云豹科技官方·2020-09-10 21:28

智感超清视觉领域顶级峰会ECCV三连冠来了！

在刚刚落幕的国际视觉领域顶级峰会ECCV2020中，百度再次实现突破，以自研“图像超分辨技术”包揽了AIM2020RealImageSuper-ResolutionChallenge全部3项冠军，再次证明了百度在视觉领域的技术实力位于全球领先位置

百度智能云·2020-09-10 21:57

图像配准（对齐）

对两幅图像的特征点集进行匹配，得到最优匹配，再利用仿射变换/透视变换等优化两幅图像之间的对应关系，从而求得变换参数，最终可利用最优化参数，将其中一幅图像变形为与另外一幅图像同样的空间布局，从而可实现诸如：多张图像融合/超分辨率放大

qq_33590958·2020-09-10 16:02

Google 超分辨率技术 RAISR：模糊图片瞬间变清晰，运算速度快十倍

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。

mandagod·2020-09-10 15:46

谷歌像素递归超分辨率研究：怎么消灭低分辨率图像马赛克？

与最先进的方法相比，这篇论文提出了一种端到端的框架来完成超分辨率任务。

c2a2o2·2020-09-10 12:47

《论文阅读》Video Super-resolution with Temporal Group Attention

留个笔记自用VideoSuper-resolutionwithTemporalGroupAttention做什么Videosuper-resolution视频超分辨，经典应用，低分辨率的图片在放大后必然是模糊的

未知丶丶·2020-09-08 16:00

Python+GDAL实现批量进行遥感图像的拼接

主要的方法就是GDAL作者提供的gdal_merge.py，通过python调用控制台实现。（python）#如果图片大于4G，需要在输入图片路径前加入-coBIGTIFF=YESimportsubprocessimportoscreate_slope='''D:/python/python.exeD:/python/Scripts/gdal_merge.py-ofGTiff-o'''list=[

清秋晚歌·2020-09-04 13:41

利用Python的Scikit-Learn库对遥感影像进行随机森林分类

视频教程地址：https://www.bilibili.com/video/BV17U4y187J4/**随机森林是一个包含多个决策树的分类器，因其运算速度快、分类精度高、算法稳定等特点，被广泛应用到遥感图像的分类研究中

chenguanga·2020-09-02 10:44

keras模型中间过程特征图可视化（遥感图像）

1、结果图2、参考代码fromkerasimportbackendasKimportnumpyasnpimportmatplotlib.pyplotaspltimportnumpyasnp#fromprocessorimportprocess_imagefromkeras.modelsimportload_modelfrompylabimport*importcv2defget_row_col(n

无敌阿强·2020-08-26 16:07

解决目标检测中的难分样本（漏检测与误检测问题）

Photo-RealisticSingleImageSuper-ResolutionUsingaGenerativeAdversarial论文链接：https://arxiv.org/abs/1609.04802论文代码：https://github.com/JustinhoCHN/SRGAN_Wasserstein超分辨率重建就是将低分辨率图像恢复成对应的高分辨率图像

adamBug391·2020-08-26 16:29

【项目合作】方向任意的目标检测

52CV的一位粉丝正在参与某系统内部科研比赛，主要目标是在遥感图像中检测舰船，涉及到的技术领域为“方向任意的目标检测”或称“方向多样的目标检测”（multi-orientedobjectdetection

我爱计算机视觉·2020-08-26 13:33

谷雨纪事：深度学习理解遥感图像 | PaddlePaddle与中科院遥感地球所联手保护土地资源...

高尔夫球场，长期以来的高端社交地，但其存在的背后，却是对资源环境的侵袭。不仅大量占用土地资源、耗费水资源，而且在维护草坪的时候大量使用化肥农药，会造成严重污染。有多严重呢？曾任江苏省副省长的徐鸣此前接受《中国经济周刊》专访给出了一个对比：“一个高尔夫球场的污染比一座普通工厂的污染还要严重。”从2004年开始，有关部门就开始出台一系列政策限制球场建设，并在2017年前后开展了专项清理整治。但整治效果

飞桨PaddlePaddle·2020-08-25 17:33

【飞桨模型复现计划】SRCNN网络-超分辨率重建

论文主要介绍了图像超分辨率重建的DNN方法,SRCNN网络。本代码复现了基础模型、修改网络大小的结果和3通道RGB模型的结果，并展示经过超分辨率重建后的图片。In[1]#查看当前挂载的数据集目录!

飞桨PaddlePaddle·2020-08-25 17:32

Segmentation

综述关于semanticsegmentation的几篇论文深度对抗学习在图像分割和超分辨率中的应用Paper,datasetlistInstanceSegmentationMaskRCNNInstanceSemanticSegmentationListDeeplabv3

kimifjc·2020-08-25 07:56

推荐频道

遥感图像超分辨