#图像去噪
Restormer
研究提出了一种名为Restormer的高效Transformer模型,通过多头注意力和前馈网络设计,实现了长距离像素交互,适用于大图像处理。该模型在图像去雨、单图像运动去模糊、散焦去模糊(单图像和双像素数据)和高斯及真实图像去噪等任务中表现优异。Restormer的训练代码和预训练模型已发布,并被选为CVPR 2022的口头报告。用户可通过Colab或命令行测试预训练模型。
AI Image Enhancer
AI Image Enhancer集成多种图像处理功能于一体,包括智能放大、锐化、降噪和修复等。这个在线平台能有效提升图像分辨率和细节,广泛适用于摄影、设计、电商等领域。无论是修复老照片、优化产品图片还是美化社交媒体内容,AI Image Enhancer都能高效处理,为用户带来专业级的图像增强效果。
InstructIR
InstructIR项目利用人类书写的自然语言指令,引导神经模型进行全能型图像修复。该模型在图像去噪、去雨、去模糊、去雾和提升低光图像等多个任务上实现了最新成果,并在多个基准测试中比现有方法提升了+1dB,树立了文本引导图像修复与增强的新标准。
Denoising-ViT
Denoising Vision Transformers (DVT)是一种新型方法,用于消除视觉Transformer (ViT)特征图中的视觉伪影。DVT通过去除这些伪影,显著提升了ViT在语义分割和深度估计等密集识别任务中的表现。实验结果表明,DVT能有效改善MAE、DINO、DINOv2等多种预训练ViT模型在PASCAL VOC、ADE20K和NYU-D等数据集上的下游任务性能。