Summary

本课程包含底层视觉和MMEditing两个部分。第一部分介绍图像超分、深度学习和网络训练的相关算法，第二部分介绍超像素卷积、无监督学习、卷积网络和空间注意机制，以及这些算法在视觉框架中的实践应用。

Highlights

• 📷介绍计算机视觉里面一个重要的问题：图像超分辨率以及相关算法
• 🎨介绍MMEditing中的超分模型和视频超分
• 🧠介绍无监督学习（GAN）和卷积网络的相关算法以及它们在视觉框架中的实践应用
• 🔬讨论卷积神经网络训练中的损失函数和权重以及空间注意机制的使用
• 🚀探索如何将AI技术应用到电影制作和游戏设计以创造更真实的视觉效果

2. Enhanced SRGAN 2018

使用RRDB模块

• 在超分辨率升维的时候去掉BN
• 衰减系数$\beta$：仅保留了BN中的缩放元件

使用非线性激活前的响应计算感知损失

• 稀疏的激活提供的监督效果是很弱的

3. EDVR

3.1 BasicVSR++：目前（2023.6.15）最强的视频超分算法，优于EDVR