两篇新研究论文 WAVE 和 NAIMA 提出了引导深度超分辨率 (GDSR) 的新方法,旨在克服现有方法的局限性。WAVE 利用多级离散小波变换 (ML-DWT) 以粗粒到细粒的方式处理特征,分离高频和低频内容,以减少伪影和模糊边缘。NAIMA 引入了一个框架,利用预训练视觉 transformer 的未解码语义 token,使用引导 token 注意力 (GTA) 模块在没有明确目标的情况下隐式地对齐 token 与深度的对应关系。这两种方法在各种基准测试中都表现出具有竞争力或更优越的性能,尤其是在更高的上采样因子下。 AI
影响 这些方法为深度图重建提供了改进的技术,可能增强机器人、自动驾驶和增强现实等应用。
排序理由 两篇 arXiv 论文介绍了深度超分辨率的新方法。
- arXiv
- Guided depth super-resolution
- Guided Token Attention
- NAIMA
- RGB color model
- Tayyab Nasir
- vision transformer
- ViT
- alphaXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- ML-DWT
- ScienceCast
- Scite
- WAVE
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →