调整后的锚定邻域回归（A +）方法是用于单幅图像超分辨率的最新方法之一。 A +方法的一个重要的隐含假设是，与相似的低分辨率（LR）图像块相对应的高分辨率（HR）图像块也必须相似。 因此，HR补丁空间和LR补丁空间中的邻域回归可以共享相同的代表系数。 但是，由于超分辨率问题的不适性，该假设通常是无效的，并且非相似的HR样本色块通常共享较大的代表系数。 为了解决这个问题，我们建议通过将高分辨率的基于相似度的调整权重引入HR表示系数来改进A +方法，以减少这些非相似HR样本补丁的影响。 在超分辨率处理之前，这些调整权重以低的计算成本被合并到投影矩阵中。 数值结果表明，该方法能够以较低的计算成本有效地提高A +方法的性能。
2022-05-10 22:59:44
2.37MB
1
Lamb波在结构健康监测中受到广泛关注，但其在传播过程中存在着多模和频散特性，不利于损伤定位和高分辨率成像。弯折频率变换(Warped Frequency Transform，WFT)通过构建合理的弯折映射可实现对频率轴的弯折。基于Lamb波群速度频散曲线设计弯折频率变换，则可用于Lamb波信号的处理。从直接补偿角度出发，利用WFT对传感信号进行频散抑制。提出了基于WFT的高分辨率损伤成像方法，利用有限元软件ABAQUS进行了带损伤铝板中Lamb波传播的仿真。仿真结果表明WFT能有效压缩频散的波包，通过该
2022-05-08 14:31:50
1.77MB
1
实时高分辨率背景抠像
论文的官方资料库。 我们的模型需要捕获额外的背景图像，并在Nvidia RTX 2080 TI GPU上以4K 30fps和HD 60fps产生最新的消光效果。
总览
更新
[2021年1月9日] PhotoMatte85数据集现已发布。
[2020年12月21日]我们将项目更新为MIT许可证，该许可证可用于商业用途！
下载
型号/重量
视频/图像示例
（由）（我们的模型在高清素材上更加强大）
数据集
VideoMatte240K（即将推出）
演示版
剧本
我们在此存储库中提供了几个脚本，供您试验我们的模型。 文件中包含更详细的说明。
inference_image
2022-05-04 20:37:26
2.68MB
1
该项目是我们CVPR2019文件“用于人体姿势估计的深层高分辨率表示学习”的正式实现。用于人体姿势估计的深层高分辨率表示学习（CVPR 2019）新闻[2020/03/13] TPAMI：用于视觉识别的深度高分辨率表示学习。
它包括更多的HRNet应用程序，并且提供了以下代码：语义分割，异物检测，面部标志检测和图像分类。
[2020/02/01]我们为HRNet添加了演示代码。
感谢Alex Simes。
用于显示姿态估计结果的可视化代码
2022-05-01 16:05:52
7.29MB
1
据麦姆斯咨询报道，近日，中国芯片企业午芯高科技有限公司（简称“午芯高科”）宣布在全球范围内推出基于其SWOT开发平台的“电容式”MEMS高性能数字气压传感器——WXP380，相比传统MEMS传感器芯片，其创新的WXP380实现了芯片面积小、性能参数优异且一致性好、成本低等优点。SWOT开发平台提高了WXP380“电容式”气压传感器的精度、分辨率和温度稳定性等性能，长期稳定可靠，达到了业界领先水平，而且获得了多项核心自主知识产权。
高性能：
- “电容式”噪声超低的高精度MEMS气压传感器；
- 高度差测量精确度小至2cm；
- 可在很大的温度范围内（-40~85°C）实现精确而稳定的性能。
2022-04-30 09:08:03
3.58MB
1
快速SRGAN
该存储库的目标是实现实时超分辨率，以对低分辨率视频进行升采样。 目前，该设计遵循架构。 但是代替残差块，采用反向残差块以提高参数效率和快速操作。 这种想法在某种程度上受到。
培训设置如下图所示：
速度基准
通过平均800帧以上的运行时间获得以下运行时间/ fps。 在GTX 1080上测得。
输入图像尺寸
输出尺寸
时间（秒）
第一人称射击
128x128
512x512
0.019
52
256x256
1024x1024
0.034
30
384x384
1536x1536
0.068
15
我们看到有可能以30fps的速度将其上采样到720
2022-04-19 15:21:27
620KB
1
深度学习是近几年图像识别领域的一门新兴技术，能够自动学习影像深层次特征 从而进行准确的分类决策，为得到更好的高分辨率遥感影像分类结果带来新的契机
2022-04-18 16:36:47
4.19MB
1