華為諾亞&清華：基于認知的萬物超分大模型CoSeR

AIGC動態歡迎閱讀

原標題：華為諾亞&清華：基于認知的萬物超分大模型CoSeR

關鍵字：圖像,認知,華為,模型,特征

文章來源：機器之心

內容字數：5109字

內容摘要：機器之心專欄機器之心編輯部從低清圖像中提取認知特征，這樣的超分辨率才更真實。圖像超分辨率技術旨在將低分辨率圖像轉換為高分辨率圖像，從而提高圖像的清晰度和細節真實性。隨著超分技術的發展和手機硬件性能的提升，人們期望拍攝出更加清晰的照片。這項技術在手機影像等領域有著廣泛的應用和需求。然而，現有的超分方法存在一些局限性，如下圖所示，主要有以下兩個方面：一是缺乏泛化能力。為了實現更好的超分效果，通常需要針對特定場景使用特定傳感器采集到的數據來進行模型訓練，這種學習方式擬合了某種低清圖像和高清圖像間的映射，但在其他場景下表現不佳。此外，逐場景訓練的方式計算成本較高，不利于模型的部署和更新。二是缺乏理解能力。現有的超分方法主要依賴于從大量數據中學習圖像的退化分布，忽視了對圖像內容的理解，無法利用常識來準確恢復物體的結構和紋理。圖 2. 真實場景超分 SOTA 方法的局限性：（行一）難以處理訓練集外的退…

原文鏈接：點此閱讀原文：華為諾亞&清華：基于認知的萬物超分大模型CoSeR

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺