首页 文章详情

极市直播丨NTIRE 2022 冠军方案:用于轻量级图像超分辨率的蓝图可分离残差网络

极市平台 | 580 2022-05-15 22:33 0 0 0
UniSMS (合一短信)
↑ 点击蓝字 关注极市平台

| 极市线上分享  第96期 |

一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过100位技术大咖嘉宾,并完成了95期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~

在这次分享中,我们邀请到了中科院深圳先进院x-pixel团队的李哲远同学,为我们介绍他们本次在NTIRE2022上获得子赛道Model Complexity冠军的工作:

Blueprint Separable Residual Network for Lightweight Image Super-Resolution

“卷积分解的方法在过去几乎从未被用在轻量级超分网络上,我们通过使用蓝图可分离卷积,实现了仅仅包含非常轻量的参数量和计算量的超分网络BSRN。在参数量小于现有轻量超分方法的情况下,性能大幅度提升。”

01

直播信息

时间

2022年5月12日(周四):20:00-21:00


主题

用于轻量级图像超分辨率的蓝图可分离残差网络

02

嘉宾介绍

李哲远

中科院深圳先进技术研究院客座学生,西北工业大学本科生,指导老师为董超老师。研究方向为计算机视觉,超分辨率。

03

团队简介

中国科学院深圳先进技术研究院多媒体技术研究中心主要致力于计算机视觉、深度学习、多媒体、智能机器人等领域的研究和开发。中心团队在包括PAMI,T-IP,IJCV,CVPR, ICCV,ECCV,AAAI等会议和期刊上发表学术论文300余篇,多次在ChaLearn, LSun, ActivityNet,EmotionW等国际评测中取得第一,获AAAI 2021杰出论文奖。
更多信息详见:http://mmlab.siat.ac.cn/


04

关于分享

分享大纲

1、 超分辨率的应用场景 

2、 超分辨率的简单入门知识 

3、 超分辨率方法目前的研究趋势和相应的困境(大模型,预训练与真实场景) 

4、 轻量网络BSRN在超分中的性能和模型复杂度


05

参与方式

关注“极市平台”公众号,回复“96获取免费直播链接

05

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办95期线上分享。近期在线分享可点击以下标题查看:



更多往期分享请浏览:极市计算机视觉技术分享集锦
http://bbs.cvmart.net/topics/149/cvshare),也可以点击阅读原文获取。
极市干货
数据集资源汇总:90+深度学习开源数据集整理|包括目标检测、工业缺陷、图像分割等多个方向
实操教程Pytorch - 弹性训练极简实现( 附源码)PyTorch常用代码段合集
CVPR 2022:CVPR'22 最新132篇论文分方向整理CVPR'22 最新106篇论文分方向整理一文看尽 CVPR 2022 最新 20 篇 Oral 论文


CV技术社群邀请函 #

△长按添加极市小助手
添加极市小助手微信(ID : cvmart4)

备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~


觉得有用麻烦给个在看啦~  
good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter