Awesome-ECCV2024/ECCV2020低层视觉论文代码集锦

Awesome-ECCV2024-ECCV2020-Low-Level-Vision

Awesome-ECCV2024/ECCV2020低层视觉论文代码集锦

引言

低层视觉(Low-Level Vision)是计算机视觉领域的重要分支,主要研究如何从图像或视频中恢复和重建高质量的视觉信息。近年来,随着深度学习技术的发展,低层视觉领域取得了长足的进步。本文汇总了ECCV 2024和ECCV 2020两届会议中低层视觉相关的重要论文和代码,为研究者提供便利的资源索引。

ECCV 2024低层视觉论文汇总

ECCV (European Conference on Computer Vision) 是计算机视觉领域的顶级会议之一。ECCV 2024将于2024年举行,目前相关工作尚在进行中。本节将在会议召开后及时更新相关内容。

ECCV 2020低层视觉论文汇总

ECCV 2020于2020年8月23日至28日在线上举行。会议收录了许多优秀的低层视觉相关论文,涵盖了以下主要任务:

超分辨率

超分辨率(Super-Resolution)旨在从低分辨率图像重建高分辨率图像。ECCV 2020中的相关工作包括:

Learning Texture Transformer Network for Image Super-Resolution
Component Divide-and-Conquer for Real-World Image Super-Resolution
Stochastic Frequency Masking to Improve Super-Resolution and Denoising Networks

这些工作分别从纹理学习、组件分解和频率掩蔽等角度提出了新的超分辨率方法。

图像去雨

图像去雨(Image Deraining)任务旨在去除图像中的雨streaks。ECCV 2020相关工作包括:

Multi-Scale Progressive Fusion Network for Single Image Deraining
Rethinking Image Deraining via Rain Streak Removal and Background Restoration

这些工作提出了多尺度融合和背景恢复等新思路来改进去雨效果。

图像去雾

图像去雾(Image Dehazing)旨在恢复被雾霾遮挡的图像细节。ECCV 2020相关工作包括:

Single Image Dehazing via Multi-Scale Convolutional Neural Networks
FFA-Net: Feature Fusion Attention Network for Single Image Dehazing

这些工作从多尺度卷积和特征融合注意力等角度改进了去雾网络。

图像去模糊

图像去模糊(Image Deblurring)旨在恢复运动模糊或散焦模糊的图像。ECCV 2020相关工作包括:

Deblurring by Realistic Blurring
Multi-Stage Progressive Image Restoration

这些工作分别从合成真实模糊和多阶段恢复的角度提出了新的去模糊方法。

图像去噪

图像去噪(Image Denoising)旨在去除图像中的噪声。ECCV 2020相关工作包括:

Unpaired Learning of Deep Image Denoising
A Physics-based Noise Formation Model for Extreme Low-light Raw Denoising

这些工作分别从无监督学习和物理噪声建模的角度改进了图像去噪效果。

图像恢复

图像恢复(Image Restoration)是一个广义概念,包含了多种低层视觉任务。ECCV 2020相关工作包括:

Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation
Towards Real-World Blind Face Restoration with Generative Facial Prior

这些工作利用生成模型先验来改进图像恢复效果。