通过超高分辨率实现无损图像压缩 ,, 。 引文 @article { cao2020lossless , title = { Lossless Image Compression through Super-Resolution } , author = { Cao, Sheng and Wu, Chao-Yuan and and Kr{\"a}henb{\"u}hl, Philipp } , year = { 2020 } , journal = { arXiv preprint arXiv:2004.02872 } , } 如果您使用我们的代码库,也请考虑 概述 这是SreC在的正式实现。 SReC将无损压缩称为超分辨率问题,并将神经网络应用于图像压缩。 SReC可以在实际运行时对大型数据集实现最新的压缩率。训练,压缩和解压缩得到完全支持,并且是开源的。 入门 我们建
2021-11-28 22:36:30 41.67MB compression neural-network pytorch lossless
1
他们将 GAN 和卷积方法的效率与转换器的表达能力相结合,为语义引导的高质量图像合成提供了一种强大且省时的方法。
2021-11-25 18:06:41 111.56MB ai 源码 复现 论文
光栅衍射matlab代码| | | | 深度扩展的高分辨率荧光显微镜:具有双环相(DRiP)调制的全细胞成像 该项目是从我2016年年初的本科论文项目开始的,该项目由和指导。 我从理论和数值上了解了贝塞尔光束的基本特性,并讨论了光学生成双环调制贝塞尔光束的可及性。 在2016年秋天,我被斯托尼布鲁克大学生物介质工程系的博士学位课程录取后继续进行。那时,我对傅里叶光学,显微镜和PSF工程学有了更好的了解,并开发了系统的方法来论证光学理论无论是在数值上还是在实验上。 该项目于2019年1月发表在Biomedical Optics Express上。 项目总结 我们报告了基于双环相位(DRiP)调制产生的干扰贝塞尔光束的深度扩展的高分辨率荧光显微镜系统。 与传统的宽视场显微镜相比,DRiP方法可有效抑制贝塞尔旁瓣,在整个聚焦深度(DOF)提高四到五倍的过程中展现出高分辨率的主瓣。 我们在理论上和实验上都展示了成像系统的DRiP点扩展函数(DRiP-PSF)的生成和传播。 我们进一步开发了一种创建轴向均匀的DRiP-PSF的方法,并成功展示了细胞结构的衍射极限,深度扩展成像。 我们期望DRiP
2021-11-24 15:15:53 37.86MB 系统开源
1
AOT-GAN用于高分辨率图像修复 | AOT-GAN:用于高分辨率图像修复的聚合上下文转换,,,。 引文 如果我们的论文和代码中的任何部分对您的工作有所帮助,请慷慨地引用我们并加注星标 :face_blowing_a_kiss: :face_blowing_a_kiss: :face_blowing_a_kiss: ! @inproceedings{yan2021agg, author = {Zeng, Yanhong and Fu, Jianlong and Chao, Hongyang and Guo, Baining}, title = {Aggregated Contextual Transformations for High-Resolution Image Inpainting}, booktitle = {Arxiv}, pages={-}, year = {2020} } 介绍 尽管取得了一些令人鼓舞的结果,但是对于现有的图像修复方法来填充高分辨率图像(例如5
1
遥感必备啊!!!高光谱 遥感 地信,测绘,资环都需要的啊!!!抱你满意啊!!!
2021-11-01 13:14:25 1.62MB 高光谱 遥感
1
引言 AK7604是一款音频处理器,支持高分辨率声源的播放, 专为汽车音响系统中的高分辨率音乐源而进行优化处理。 AK7604采用了AK7738的DSP内核,功能经过优化和精简,仅使用AK7604中必要的音频模块。AK7604是AK7602的后继产品, 适用于入门级或消费级的汽车音响/导航系统。 01 产品优点 用于汽车主机的音频处理器,支持汽车音响系统中高分辨率音乐源的播放 来自AK7738的DSP内核,音频I / O,A / D转换器和D / A转换器的部分规格 支持28位简单浮点运算,并行操作能力为2560步/ fs(48kHz采样时)音频处理参数可以轻松调整(例如,EQ,Bass,Compressor和Loudness可以通过带图形用户接口的开发工具直观地调整GUI) 集成了一个立体声ADC,三个立体声DAC和四个同步立体声SRC 集成了麦克风放大器和麦克风偏置电路,节省了电路板空间 接受来自数字设备的外部输
2021-10-29 17:37:09 175KB 文章 技术应用 汽车电子
1
合成孔径雷达(SAR)目标检测和识别是SAR实用化的瓶颈技术之一,提取有效的目标特征是SAR目标检测与识别的关键环节。高分辨率SAR图像中,目标属性散射中心特征反映了目标散射中心的位置、类型等信息,精确获取目标散射中心属性特征能够提高对目标的检测识别性能。针对SAR目标属性散射中心特征的提取,该文提出了一种基于改进的空间-波数分布(ISWD)的特征提取方法,该方法首先利用ISWD估计散射中心关于频率与方位角的函数,然后利用该函数来获得目标属性散射中心模型参数。最后利用仿真实验验证了方法的有效性。
1
高分辨率ADC应用中的闭环增益误差和闭环带宽限制的考虑.docx
2021-10-26 15:01:38 150KB 技术方案
DEPTH = GETDEPTH(LATITUDE, LONGITUDE) 估计指定坐标处的海底深度 DEPTH。 LATITUDE 和 LONGITUDE 坐标可以是指定十进制度的数值数组,也可以是指定度、分、秒或 GPS 度的字符串元胞数组。 DEPTH 以米为单位返回,其中负值对应于海平面以下的深度。 如果 LATITUDE 和 LONGITUDE 是字符串元胞数组,则半球指示符 (N/S/E/W) 必须在位置之前(例如“N 37 23 30”)并且所有值必须用空格分隔。 此函数使用海洋地球科学数据系统网站从其全球多分辨率地形 (GMRT) 数据集获取海床估计值。 因此,需要互联网连接。 例子: 获取深度(32.930667,-117.3175) getDepth('N 32 55 50','W 117 19 3') getDepth('N 32 55.84', 'W 117 1
2021-10-25 19:27:55 3KB matlab
1