跳到正文
热点事件持续更新

WAVE论文提交修订版

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Tayyab Nasir、Daochang Liu 和 Ajmal Mian 提交了 WAVE 深度超分辨率论文的修订版;论文称,该方法在多个基准测试中达到或超过现有方法,高上采样倍率下提升最大。 WAVE 面向引导式深度超分辨率,使用多层离散小波变换分离并控制高、低频特征,再由专用模块重建结构与细节。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    WAVE:面向深度超分辨率的小波控制由粗到细引导

    WAVE 面向引导式深度超分辨率(GDSR)提出由粗到细重建方法,以多层离散小波变换(ML-DWT)控制特征,并按生成顺序的反向使用子带与语义 token。该方法在学习特征前分离高、低频内容,以控制误导性的 RGB 颜色和纹理线索,并通过专用模块重建结构与细节。多个基准测试显示,WAVE 达到或超过现有方法,在高上采样倍率下提升最大。

本事件热度走势

可比范围当前
7
可比范围峰值
810月28日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。