William T. Freeman, Thouis R. Jones, and Egon C. Pasztor Mitsubishi Electric Research Labs

a detail introduction of a fast algorithm using adaptive Winner Filter

Image Mosaicing and Super-Resolution（图像拼接和超分辨技术），里面详细介绍了多种图像配准、拼接和超分辨的方法，包括多帧低分辨率图像处理法，反向投影法等，当然还需要配上近期的论文来研究，最近在研究Super resolution from a single image一文，希望有人一起交流，有问题联系yanqinganssg@gmail.com

《Super-Resolution Imaging》(Peyman Milanfar,2011) 超分辨成像

SpanBERT用于中文共指解析（Pytorch） 参考论文： 参考开源代码（针对英语，使用tensorflow）： : 预训练模型下载地址： 中文预训练RoBERTa模型（ 中文预训练BERT-wwm模型（ 中文预训练Bert模型（ 1.代码架构： │conll.py│coreference.py│demo.py│metrics.py│utils.py│experiments.conf│requirements.txt│├─bert││modelling.py││optimization.py││tokenization.py│├─ conll-2012│└─scorer│├─reference-coreference-scorers│└─v8.01├─data│├─dev│├─test│└─train│└─pretrain_model│bert_config.json│pyt

小波相关性去建立matlab代码快速导航 NTIRE17 NTIRE18 PIRM18 NTIRE19 AIM19 Awesome-Super-Resolution（进行中） 收集一些超分辨率相关的论文、数据和知识库。 储存库 精彩论文清单： 很棒的回购： 回购 框架 火炬 凯拉斯 凯拉斯 网络 凯拉斯 西诺 张量流 火炬 火炬 火炬 张量流 火炬 火炬 数据集 请注意，此表引用自 。 名称 用法 关联 注释 套装5 测试 设置14 测试 BSD100 测试 城市100 测试 漫画109 测试 太阳海80 测试 BSD300 火车/Val BSD500 火车/Val 91-图像 火车 杨 DIV2K2017 火车/Val NTIRE2017 Flickr2K 火车 真正的SR 火车/Val NTIRE2019 滑铁卢 火车 视频4 测试 4 个视频 MCL-V 火车 12个视频 GOPRO 火车/Val 33 个视频，去模糊 名人A 火车 人脸 辛特尔 火车/Val 光流 飞椅 火车 光流 Vimeo-90k 训练/测试 90k 总部视频 SR-RAW 训练/测试 原始传感器图像数据集

12 原因分析和解决 (Causal Analysis and Resolution, CAR).pdf

基本SR BasicSR（基本超级还原）是基于PyTorch的开源图像和视频还原工具箱（超分辨率，去噪，去模糊等）。 这是原始BasicSR的经过大量修改的分支。 您将在此处找到的内容：用于训练和测试计算机视觉（CV）模型的样板代码，集成在单个管道中的不同CV方法和策略以及模块化，以根据需要添加和删除组件，包括新的网络体系结构。 进行了大量的代码重写，以减少代码冗余和重复，重组代码并使其更具模块化。 可以在找到支持的体系结构的详细信息。 （自述文件当前为WIP） 此代码的最新版本中的一些新功能： 现在，将不同功能（HFEN，SSIM / MS-SSIM，SPL，TV / DTV等）使用的滤镜和图像操作合并到filter.py和colors.py中。 可重用的损失生成器，可以减少使用新模型时所需的更改，并且对所有模型仅添加一次新损失 度量构建器，在验证期间仅包括选定的那些。

:rocket: 基本SR | | Google Colab： | :circled_M: :fast_down_button: Google云端硬盘： | :fast_down_button:百度网盘：| :file_folder: :fast_down_button: :fast_down_button:（提取码：basr） :chart_increasing: :laptop: :high_voltage: BasicSR（基本S- UPERřestoration）是基于PyTorch一个开源图像和视频恢复工具箱，如超分辨率，降噪，去模糊，JPEG伪像的去除，等等。 （ ， ， ， ） （ ， ， ， ） :sparkles: 新的功能 2020年11月29日。添加ESRGAN和DFDNet 。 2020年9月8日。添加盲人脸恢复推理代码： 。 2020年8月27日。添加StyleGAN2培训和测试代码： 。 更多的 2020年9月8日。添加盲人脸恢复推理代码： DFDNet 。 ECCV20：通过深度多尺度组件字典进行盲人脸恢

Video signal Basics