Restoration

[2201] VRT: A Video Restoration Transformer

papersuppcodeContentAbstractMethodmodelarchitecturetemporalmutualselfattention(TMSA)mutualattentiontemporalmutualselfattentionparallelwarping(PW)Experimentvideosuperresolutionvideodeblurringvideodenoi
koukouvagia·2022-11-21 09:24

论文笔记：Learning wrapped guidance for blind face restoration

这篇论文主要是讲人脸修复的，所谓人脸修复，其实就是将低清的，或者经过压缩等操作的人脸图像进行高清复原。这可以近似为针对人脸的图像修复工作。在图像修复中，我们都会假设退化的图像是高清图像经过某种函数映射后得到的（比如，由高清图像得到一张模糊的图像可能是使用了高斯模糊核），因此，图像修复的本质就是把这个函数映射找出来。由于神经网络可以近似任意函数，因此在深度学习时代，图像修复已经是一个被解决得比较好的
weixin_33795833·2022-11-21 09:51

Noise2noise: Learning image restoration without clean data

Noise2noise:LearningimagerestorationwithoutcleandataPaper:https://arxiv.org/abs/1803.04189Code:https://github.com/NVlabs/noise2noise1.MainideaItispossibletolearntorestoreimagesbyonlylookingatcorrupted
NoTime4Emotion·2022-11-21 09:48

【论文阅读】超分辨率——Towards Real-World Blind Face Restoration with Generative Facial Prior

TowardsReal-WorldBlindFaceRestorationwithGenerativeFacialPrior利用生成式人脸先验进行真实世界盲目的人脸重构1.Introduction解决的问题贡献GAN逆映射[SFTLayer](https://zhuanlan.zhihu.com/p/45145504)[PerceptualLoss](https://blog.csdn.net/u
小粽子~·2022-11-21 09:46

#每天一篇论文#（217/365）EDVR: Video Restoration with Enhanced Deformable Convolutional Networks

原文EDVR:基于变卷积神经网络的视频重建摘要视频恢复任务，包括超分辨率、去模糊等，正引起计算机视觉界越来越多的关注。在NTIRE19挑战赛中发布了一个具有挑战性的基准名称DREDS。该方法从两个方面对现有方法提出了挑战：（1）如何在大运动情况下对齐多帧，以及（2）如何有效地融合不同运动和模糊的帧。在这项工作中，我们提出了一个新的视频恢复框架，称为edvr，以解决这些挑战。首先，为了处理大的运动，
流浪机器人·2022-11-21 09:16

《Close the Loop: Joint Blind Image Restoration and Recognition with Sparse Representation Prior》阅读笔记

1.论文主要思想这是一篇关于模糊人脸图像识别的文章，作者将基于最大后验估计的去模糊模型以及稀疏表示分类模型紧密结合起来，同时实现了对模糊人脸图像的去模糊和识别。对于模糊图像识别这一问题，最直观的解决方案就是：先利用图像复原技术从模糊图像中恢复出清晰图像，然后对清晰图像进行识别。但是这种直观的解决方案存在以下缺陷：①很多图像复原的方法的目的都是为了提升人眼对图像的感知，而不是提升机器（识别算法）对图
lcq0905·2022-11-21 09:45

Blind Face Restoration via Deep Multi-scale Component Dictionaries 通过深度多尺度分量字典进行盲脸修复

AbstractRecentreference-basedfacerestorationmethodshavereceivedconsiderableattentionduetotheirgreatcapabilityinrecoveringhigh-frequencydetailsonreallow-qualityimages.However,mostofthesemethodsrequirea
learning112358·2022-11-21 09:42

DIFFACE: BLIND FACE RESTORATION WITH DIFFUSED ERROR CONTRACTION 扩散误差收缩的盲人脸恢复（From：ICLR2023）

研究动机现有的基于深度学习的盲人脸修复方法存在两个局限性：常规方法是从大量预先收集的图像对中学习一个LQ到HQ的映射，在大多数情况下，这些图像对是通过假设一个经常偏离真实模型的退化模型来合成的。当面对训练数据中没有的复杂退化时，性能急剧下降。设计了各种约束来提高恢复质量，如此多的约束使得训练变得不必要的复杂，往往需要大量的超参数调优来在这些约束之间进行权衡。生成对抗模型的不稳定性使得训练更具挑战性
省油的灯c·2022-11-21 09:34

【去噪去模糊去雨】Multi-Stage Progressive Image Restoration 多阶段渐进式通用图像恢复【CVPR2021】

论文：【CVPR2021】Multi-StageProgressiveImageRestoration多阶段渐进式通用图像恢复参考：多阶段渐进式图像恢复|去雨、去噪、去模糊|有效教程（附源码）|【CVPR2021】1.研究问题：图像恢复领域，即从低质量的图像恢复出高清图像。典型的低质量因素有噪声，模糊，水滴噪声，雾噪声等。2.该论文创新之处：概述：基于CNNs的方法的性能表现很大程度上取决于模型结
Ziy.·2022-11-21 07:50

【CVPR2021 去雨去模糊】Restormer: Efficient Transformer for High-Resolution Image Restoration

原文代码Abstract1.Introduction1.1CNNs及其局限性图像修复在于去除低质量图片上的噪音以重建高质量的图片，而修复图像需要强大的图像先验。CNNs在学习广尺度数据的泛化先验上有着良好的性能，故近年出现了很多基于CNNs的方法，和传统修复方法相较，人们更偏爱于前者。“卷积”是CNN基本操作，它能够提供局部连接和平移等方差，这使得其带来在效率和泛化能力上提升的同时，也导致了两个问
Ziy.·2022-11-21 07:50

FDRNet: Fourier Document Restoration for Robust Document Dewarping and Recognition学习笔记

1广告这篇工作由字节跳动商业化技术团队与新加坡南洋理工大学合作完成。话不都说，先看效果：FDRNet的效果看上去有点好，可惜没有源代码提供。2核心思想现有的文档矫正方法大多利用图片生成技术来模拟形变文档，从而学习并预测文档的3D信息并进行矫正。由于合成图片与真实图片domaingap较大，这样训练出来的网络在真实图片上泛化能力较差。本文提出一种可以直接在少量真实数据上进行训练的文档矫正方法FDRN
HenrySmale·2022-11-21 02:46

EDVR: Video Restoration with Enhanced Deformable Convolutional Networks阅读笔记

EDVR:VideoRestorationwithEnhancedDeformableConvolutionalNetworksEDVR：基于增强可变形卷积网络的视频恢复论文：https://arxiv.org/pdf/1905.02716.pdf代码：xinntao/EDVR:WinningSolutioninNTIRE19ChallengesonVideoRestorationandEnhan
写Bug的小廉·2022-11-20 07:22

论文调研

一、论文部分基于傅里叶文档恢复的鲁棒文档去锐化与识别https://www.semanticscholar.org/paper/Fourier-Document-Restoration-for-Robust-Document-Xue-Tian
Butterfffly·2022-11-16 11:28

论文阅读：（ECCV 2022）Simple Baseline for Image Restoration

SimpleBaselineforImageRestoration(ECCV2022)2022/08/26:两个月的时间终于把那个材料完成了，今天一看虽然审核完了还有些小问题，老板没有怪我还说他会去搞定这个事，TAT我要做老板的忠犬。这四个月赶紧整篇论文把，要不然在课题组活不下去了。PDF：https://arxiv.org/abs/2204.04676Code：https://github.co
倘若我问心无愧呢丶·2022-11-16 09:30

【ECCV22】【low-level】Simple Baselines for Image Restoration

Authors:LiangyuChen*,XiaojieChu*,XiangyuZhang,andJianSun(MEGVII,China)Link:[2204.04676]SimpleBaselinesforImageRestoration(arxiv.org)Code:github.com/megvii-research/NAFNet向孙剑老师致敬！1Intro现在的SOTA模型都太复杂了，将
Merengue_l·2022-11-15 15:41

【论文笔记】Moire Photo Restoration Using Multiresolution ´Convolutional Neural Networks

论文标题：MoirePhotoRestorationUsingMultiresolution´ConvolutionalNeuralNetworks论文链接：https://ieeexplore.ieee.org/document/8356681论文代码：发表时间：2018年8月创新点感觉没啥创新点Abstract数码相机和手机使我们能够方便地记录珍贵的时刻。虽然数字图像质量不断提高，但拍摄高质量
来自γ星的赛亚人·2022-11-05 15:14

小波卷积网络Multi-level Wavelet-CNN for Image Restoration论文阅读笔记

论文链接：Multi-levelWavelet-CNNforImageRestoration|IEEEConferencePublication|IEEEXplorexx论文来源：CVPRW2018项目地址：GitHub-lpj0/MWCNN:Multi-levelWavelet-CNNforImageRestoration（matlab）GitHub-lpj-github-io/MWCNNv2:
_,_·2022-10-06 07:12

论文笔记之EDVR: Video Restoration with Enhanced Deformable Convolutional Networks

EDVR:VideoRestorationwithEnhancedDeformableConvolutionalNetworks金字塔、级联和可变形卷积的对齐时间空间注意力融合整体架构（这篇文章当时写的时候还没入门视频超分，只是粗略的记录了当时的阅读经历，现在重新写了一篇细致的EDVR，欢迎阅读2022.5.4）论文地址：https://arxiv.org/abs/1905.02716代码地址：h
暖风️·2022-09-17 07:23

视频超分算法EDVR：Video Restoration with Enhanced Deformable Convolutional Network超分辨率重建

这篇文章结合了TDAN中时间可变形网络的优势和Robust-VSR中融合注意力机制的优势，在此基础上注入了金字塔结构，提出了一种新的VSR方法EDVR（EnhancedDeformableVideoRestoration），主要分为两个具体部分：金字塔级联可变形对齐网络（PCD)和时空注意力融合超分网络（TSA）。是适用于多种视频恢复任务的通用体系结构，包括超分辨率、去模糊、去噪、去块等。原文链接
暖风️·2022-09-17 07:23

Multi-Stage Progressive Image Restoration

代码Multi-stageprogressiveimagerestoration摘要：作者提出了多阶段架构，逐步学习目标函数。具体来说，作者首先使用编码器解码器架构学习上下文特征，然后在保持局部信息的高分辨率分支融合它们。在每个阶段，作者引入了像素自适应设计，该设计利用监督注意力重新加权局部特征。这种多阶段架构的一个关键要素是不同阶段之间的信息交换。为此，我们提出了一种双向方法，其中信息不仅从早期
Mick..·2022-08-11 13:28

论文阅读笔记之——《Multi-level Wavelet-CNN for Image Restoration》及基于pytorch的复现

本博文是MWCNN的阅读笔记，论文的链接：https://arxiv.org/pdf/1805.07071.pdf代码：https://github.com/lpj0/MWCNN（仅仅是matlab代码）通过参考代码，对该网络在pytorch框架下进行复现网络结构如下图所示incorporatingresidualblockineachleveloftheencoderanddecoder（在编码
gwpscut·2022-07-14 21:01

视频增强论文Spatio-Temporal Transformer Network for Video Restoration阅读笔记

论文来源：ECCV2018论文链接：Spatio-TemporalTransformerNetworkforVideoRestoration|SpringerLink概述：改进STN(空间变换网络)为STTN(时空变换网络)来解决光流估计中常见的遮挡问题。先由一个时空流估计网络对输入的图像序列输出预测的光流估计结果（u,v,z），包括空间上的光流u，v和跨帧的时间流z。其网络结构是一个浅层U-Ne
_,_·2022-07-04 07:08

图像增强论文精读——ExCNet：Zero-Shot Restoration of Back-lit Images Using Deep Internal Learning

Zero-ShotRestorationofBack-litImagesUsingDeepInternalLearning1.摘要2"S"曲线3ExCNet网络（基于CNN的无监督S曲线估计方法）3.1利用估计的S曲线调整亮度通道3.2计算损失3.3实现细节4.图像增强流程5.参考文献论文代码1.摘要如何恢复背光图像仍然是一个具有挑战性的任务。这一领域中最先进的方法是基于监督学习，因此它们通常局限
HH~LL·2022-05-21 07:33

SwinIR_Image Restoration Using Swin Transformer论文阅读分享

论文连接：https://arxiv.org/abs/2108.10257Abstract本篇文章的图像修复指的是从低质量图片恢复到高质量图片（例如超分，去噪，解压缩图片），目前主流先进的图像修复任务都是基于卷积做的，很少有人尝试用transformer做高性能的高级视觉任务。而本篇文章主要就是基于Swin_transformer做的，本方法命名为SwinIR。该方法包含三个部分：浅层特征提取器、
halo_wm·2022-05-05 07:13

【ARXIV2111】Restormer: Efficient Transformer for High-Resolution Image Restoration

来自阿联酋起源研究院的工作论文地址：https://arxiv.org/pdf/2111.09881.pdf代码地址：https://github.com/swz30/Restormer这个论文的主要想法是将Transformer模型应用到图像修复中，不过和一般的VIT模型不同的是，没有使用patch级的特征进行token建模，可以理解为每个像素就是一个token。Transformerblock
中国海洋大学AI前沿理论组·2022-03-07 07:08

[论文阅读：Transformer] 2111 Restormer:Efficient Transformer for High-Resolution Image Restoration

[论文阅读：Transformer]2111Restormer:EfficientTransformerforHigh-ResolutionImageRestorationlow-level领域最新Transformer:Restormerhttps://paperswithcode.com/paper/restormer-efficient-transformer-for-high可以看到其已经
cheerful090·2022-03-07 07:33

State restoration 状态重建时遇到的问题Warning: Unable to create restoration in progress marker file

之前用MMDrawerController这个第三方库，运行的时候会有个警告Warning:Unabletocreaterestorationinprogressmarkerfile。解决方法：首先看看用于状态重建（Staterestoration）的设置是不是正确的：1、在AppDelegate中，重写application:willFinishLaunching方法，并returnYES。重写
大风天上来·2021-05-16 23:14

AV1环内超分辨率重建介绍

该功能实现与CDEF和restoration之间，当打开该模式时，编码器会结合动态分辨率更改功能与AV1中的帧超分辨率模式一起工作简而言之：功能允许以较低的
青吟乐·2021-04-08 14:33

mongodb csv 导入

mongoimport-dstock_modeling-ct_tick--typecsv--fileSH#600000.csv--fieldsstock_code,tick_time,open,high,low,close,volume,turn_volume,restoration_right
iteye_8576·2020-09-13 12:05

Array Restoration

Initiallytherewasanarrayaconsistingofnintegers.Positionsinitarenumberedfrom1ton.Exactlyqquerieswereperformedonthearray.Duringthei-thquerysomesegment(li,ri)(1≤li≤ri≤n)wasselectedandvaluesofelementsonpo
柏树下·2020-09-11 18:55

Array Restoration(树状数组+思维)

CodeforcesRound#504(rated,Div.1+Div.2,basedonVKCup2018Final）http://codeforces.com/contest/1023/problem/DD.ArrayRestorationtimelimitpertest1secondmemorylimitpertest256megabytesinputstandardinputoutputs
sdau_blue·2020-09-11 18:09

codeforces 1049C Yet Another Array Restoration（数学，暴力）

题目思路：可以直接暴力试试给出两个数中的每个数毕竟数据比较小，也可以先确定最小公差，和首项，然后直接for输出答案（感觉有段时间没有写题，脑瓜子嗡嗡的）AC代码：package练习;importjava.io.*;importjava.math.BigInteger;importjava.util.*;publicclassMain{staticScannersc=newScanner(Syste
dosafdc·2020-09-11 15:46

Array Restoration（树状数组+分类）

Initiallytherewasanarrayaaconsistingofnnintegers.Positionsinitarenumberedfrom11tonn.Exactlyqqquerieswereperformedonthearray.Duringtheii-thquerysomesegment(li,ri)(li,ri)(1≤li≤ri≤n)(1≤li≤ri≤n)wasselecte
闻道-问道·2020-09-11 13:27

Codeforces Round #504（Div.2）Problem D Array Restoration（线段树）

D.ArrayRestorationtimelimitpertest1secondmemorylimitpertest256megabytesinputstandardinputoutputstandardoutputInitiallytherewasanarrayaaconsistingofnnintegers.Positionsinitarenumberedfrom11tonn.Exactly
Shili_Xu·2020-09-11 13:16

Yet Another Array Restoration(等差数列,暴力)

C.YetAnotherArrayRestoration这题考虑起来会有很多细节但是我们注意到nnn很小,而给出的x,yx,yx,y一定在等差数列的某个位置那我们不就枚举x,yx,yx,y在数列的哪个位置吗?这样可以算出公差,进而算出等差数列的首项和尾项假如首项或尾项小于0就不合法,一直取minminmin就好了但是在代码中,我默认公差是大于0的因为公差小于0是一样的,只不过是公差大于0的数列倒过
issue敲腻害·2020-09-11 12:58

Yet Another Array Restoration（贪心算法）Codeforces Round #667 (Div. 3)

原题链接：http://codeforces.com/contest/1409/problems测试样例input52149520506205053891322output149204030501026322038445082318133110134192225167题意：给定数组元素的个数nnn和数组中的两个元素xxx和yyy，又知道这个数列排序之后为等差数列，要你找到使得max(a1⋅⋅⋅⋅a
unique_pursuit·2020-09-11 12:52

Yet Another Array Restoration

https://codeforces.com/contest/1409/problem/C思路：开始的时候发现数字都在50以内，然后发现其实最大的数字就是50，不会超过50。因为n再怎么样让间距为1总能放好。然后贪心去想x和y中间最多放多少个，开始想了gcd和整除什么的，发现样例没过。然后发现只有50，那直接从小到大枚举x~y之间的间距，看看最多能放几个数就好了。然后再把剩下的数从x往前放，多了再
小菜鸡加油·2020-09-11 12:52

[图像复原]--AAAI2020-SCN：Scale-wise Convolution for Image Restoration

论文的出发点很奇怪，并不认同，等代码开源了再细看一下吧！引言：本文首先讨论了尺度不变性对于其他视觉任务中的提升作用，随机尺度数据增广，多尺度测试等措施对分类检测等任务有着明显提升，但是对于超分等低阶的视觉任务却会带来更差的表现（这个结论如何得出的，表示异议！）。因此提出了个问题：是不是图像复原不需要尺度不变性？在本文中，作者证明了适当地将尺度不变性建模成卷积神经网络可以为图像复原任务带来显著的增益
chenzy_hust·2020-09-10 20:11

MXnet：Traceback (most recent call last): File "run.py", line 9, in from skimage.restoration

使用MXnet中的neuralart时，运行“pythonrun.py--content-imageinput/IMG_4343.jpg--style-imageinput/starry_night.jpg”指令时出现如下错误：Traceback(mostrecentcalllast):File"run.py",line9,infromskimage.restorationimportdenois
奔跑的小鱼_·2020-08-25 05:40

读论文：Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration

1介绍广泛接受的一种观点是Veit等人提出的“拆散”观点。n个残差块的顺序连接被视为对应于其隐式2n2^n2n条路径的许多子网的集合。(a)一个含有三个模块f1f_1f1，f2f_2f2，f3f_3f3残差块的网络，有232^323=8从输入到输出的隐式路径，例如：f1f_1f1→f2f_2f2→f3f_3f3，f1f_1f1→f2f_2f2，f1f_1f1→f3f_3f3，f2f_2f2→f3f
什么都可晶·2020-08-22 00:30

Residual Non-local Attention Networks for Image Restoration

一.论文在本文中，我们提出了一种残留的非局部注意网络，用于高质量的图像恢复。在不考虑损坏图像中信息不均匀分布的情况下，先前的方法受到局部卷积运算以及对空间和通道方向特征的同等对待的限制。为了解决这个问题，我们设计了局部和非局部注意块，以提取可捕获像素之间长期依赖关系的特征，并更加注意具有挑战性的部分。具体来说，我们在每个（非本地）注意力模块中设计主干分支和（非本地）掩码分支。干线分支用于提取层次结
6个小石头·2020-08-19 08:48

论文解读：Cycle ISP Real Image Restoration via Improved Data Synthesis

CycleISP:RealImageRestorationviaImprovedDataSynthesis谷歌去年发表了一篇文章：UnprocessingImagesforLearnedRawDenoising，是关于如何构造逼近真实的数据来进行降噪的，在去年的文章里，研究者们主要是模拟了ISP中从RAW图到sRGB的过程，然后将ISP的过程逆转过来，从sRGB到RAW，然后再在RAW域上添加噪声
Matrix_11·2020-08-18 16:51

Image Restoration[Deep Image Prior]

0.背景这篇论文是2017年11月29号第一次提交到arxiv并紧接着30号就提交了V2版本的。近些年DCNN模型在图像生成和修复上面表现很好，大部分人认为好的原因主要是由于网络基于大量的图片训练，从数据中获取了足够的信息，从而使得模型性能这么好。然而DmitryUlyanov等人的这篇论文让我们看到了不一样的解释，他们通过实验发现：人为设计的网络结构（主要还是cnn，毕竟这里讨论的是图像）本身就
weixin_34116110·2020-08-17 16:36

Learning Deep CNN Denoiser Prior for Image Restoration阅读笔记

introduction图像恢复目标函数一般形式：前一项为保真项（fidelity），后一项为惩罚项，一般只与去噪有关。基于模型的优化方法可以灵活地使用不同的退化矩阵H来处理不同的图像恢复问题，而判别学习方法通过训练图像对数据集来学习图像退化模型。基于模型的优化方法可以灵活的处理不同的逆问题（inverseproblem），但通常耗时较多，而且需要复杂的先验，而判别学习方法速度快，但应用范围受一定
weixin_30477293·2020-08-17 15:34

论文解读《Learning Deep CNN Denoiser Prior for Image Restoration》

CVPR2017的一篇论文LearningDeepCNNDenoiserPriorforImageRestoration：一般的，imagerestoration(IR)任务旨在从观察的退化变量$y$(退化模型，如式子1)中，恢复潜在的干净图像$x$$y\text{}=\text{}\textbf{H}x\text{}+\text{}v$where$\textbf{H}$denotes退化矩阵，$
weixin_30362801·2020-08-17 15:24

(IRCNN)Learning Deep CNN Denoiser Prior for Image Restoration-Kai Zhang

学习深度CNN去噪先验用于图像恢复(LearningDeepCNNDenoiserPriorforImageRestoration)-KaiZhang代码：https://github.com/cszn/IRCNN机翻：基于模型的优化方法和区别的学习方法已经解决各种逆问题的两种主要策略在低级视觉领域。通常情况下,这两种方法有各自的优点和缺点,例如，基于模型的优化方法处理不同的逆问题很灵活，但通常需
weixin_30279751·2020-08-17 15:49

论文笔记之：Learning Deep CNN Denoiser Prior for Image Restoration

论文笔记之：LearningDeepCNNDenoiserPriorforImageRestoration2017CVPR本文借鉴了两篇博客：https://blog.csdn.net/qq_27022241/article/details/82998009https://blog.csdn.net/Vera__Zhang/article/details/79621637?utm_source=b
RayRings·2020-08-17 13:01

Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration（cvpr2019）

双残差网络利用配对操作的潜力进行图像恢复摘要本文研究了用于图像复原任务的深度神经网络的设计。我们提出了一种新颖的残差连接方式，称为“双残差连接”，它利用了对偶运算的潜力，例如上下采样或与大小内核卷积。我们设计了一个实现这种连接风格的模块块;它配备了两个容器，其中插入任意成对的操作。采用Veit等人提出的残差网络的分解观点，我们指出，所提出的模块块的一种奇怪之处允许块中的第一个操作与任何后续块中的第
AnnChou**·2020-08-17 12:49

论文阅读-Learning Deep CNN Denoiser Prior for Image Restoration

ZhangK,ZuoW,GuS,etal.LearningDeepCNNDenoiserPriorforImageRestoration[J].2017.1.引言图像恢复（imagerestoration，IR）——从退化模型中恢复出干净的图像x退化模型：，其中H是退化矩阵，v是附加噪声。图像恢复有三种典型的任务，在图像去噪中，H是单位矩阵（identitymatrix）；图像去模糊中，H的模糊算
Vera__Zhang·2020-08-17 10:51

Scale-wise Convolution for Image Restoration论文理解

这是一篇AAAI2020的文章，这篇论文的核心思想是根据尺度不变性（尺度的变化不会改变主要特征），在残差块中增加不同尺度的特征的融合。可以概括为：提取特征金字塔，尺度变换+特征融合，跳跃连接，输出。以论文中的图为例，具体操作可表述如下：输入图像，经过卷积生成一个特征金字塔，该特征金字塔经过残差块生成一个新的特征金字塔（也可以通过多个残差块生成多个特征金字塔），最后再进行卷积。下方为一个跳跃连接，即
很直很温暖·2020-08-16 05:25
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他