按年被提到
20162016 · 1 次2026
视觉、语音与图像生成›超分辨率与图像压缩·arXiv:1606.01299 · cs.CV

RAISR: Rapid and Accurate Image Super Resolution

RAISR:快速而准确的图像超分辨率
Yaniv Romano, John Isidoro, Peyman Milanfar · 2016

学习一组轻量滤波器做单图超分辨率,比同类方法快一到两个数量级

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2016-11-14 · 最近 2018-10-10发表于 IEEE Transactions on Computational Imaging
3不同的人
3活跃月份
3讨论串
284被引(OpenAlex)

针对单图像超分辨率问题,用成对的低分辨率与高分辨率图像训练一组滤波器,应用到训练集之外的图像上生成更高分辨率的版本,且学习复杂度低。其运行时间比当时最好的竞争方法快一到两个数量级,而效果相当或更好,另提出一种高效锐化算法,能使图像明显更锐利而不引入光晕和噪声放大,也可作为预处理,帮助学出带有内置锐化与对比度增强效果的放大滤波器。

HN 为什么提它

评论者指出论文第 21 页有与其他放大技术的定量比较,也有人提到它被用于手机相机变焦。

方法难度 3 / 5约 45 分钟有时效性
读之前最好知道
1图像处理与滤波器
2单图像超分辨率
3机器学习中的回归与哈希
4图像锐化与对比度增强

学习路径

读这篇之前,按顺序读书架上的 1 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

先看 SRCNN 如何用深度卷积网络做超分辨率,再读用轻量滤波器学习做到更快的 RAISR。

  1. 1
    Image Super-Resolution Using Deep Convolutional Networks用深度卷积网络做图像超分辨率 · 2014

    学习式超分辨率的基线,RAISR 以更轻量的滤波器和更快速度对比它

    读看低分辨率到高分辨率的端到端映射,以及速度和质量上的取舍

  2. 2
    RAISR: Rapid and Accurate Image Super ResolutionRAISR:快速而准确的图像超分辨率 · 2016 · 就是这篇

    用一组按图像块分类的学习滤波器取代深层网络

    读看滤波器的学习与哈希分桶,以及与 SRCNN 的速度对比

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用lotyrin · 2016-11

“Those looking for quantitative comparison of this against other techniques, it's on page 21 of the paper”

指出 RAISR 与其他技术的定量对比在论文第 21 页
RAISR Sharp Images with Machine Learning原评论 ↗
引用sorenjan · 2018-10

“RAISR [0] for zoom in the previous version”

提到上一版的变焦用的是 RAISR
New Google Pixel 3, Pixel Slate, and Home Hub原评论 ↗
被提交为 story · 1 次