[人工智能]参考文章速览

超分

CVPR 2021 论文大盘点-超分辨率篇超分辨率汇总，都在这啦~https://mp.weixin.qq.com/s/pH9aYOi3q4y1rHu3j-oZ2A

移动端超分的磁悬浮，推理仅需10ms！港理工&达摩院开源超轻量超分网络ECBlow-level的领域特征与结构重参数的结合：用于端侧设备的超轻量超分网络。https://mp.weixin.qq.com/s/wsA8XP4ej9lbFVRPB7E7CA

ICCV2021 RealVSR: ?业界首个移动端真实场景视频超分数据集。 附：深度思考https://mp.weixin.qq.com/s/MZog78n3xICA48942ZLDgg

刷新视频超分新记录28.41dB！同时利用过去和未来隐状态的全局视频超分方案OVSR本文创造性的提出了同时利用过去和未来隐状态的全局视频超分方案OVSR。受益于OVSR的全局信息特性，所提方法在几个公开数据集上取得了超越以往模型的性能，刷新了Vid4、UDM100的指标，达到了前所未有的28.41dB的性能。https://mp.weixin.qq.com/s/zNV8OTXz038q0WE3V6KHcA

transformerTransformer在图像复原领域的降维打击！ETH提出SwinIR：各项任务全面领先ETH的学者提出基于Swin Transformer提出了一种强基线模型SwinIR用于图像复原方向。https://mp.weixin.qq.com/s/w28DdccPeW_2vl2S_t8sAA

Uformer | Low-level领域第二发Transformer，占领图像降噪等高峰https://mp.weixin.qq.com/s/FKSUazOHu_4oaZFNEdFzyA

【Transformer+SR】ESRT：图像超分中的超轻量Transformerhttps://mp.weixin.qq.com/s/BCtdtKpZ7kcialBl81L9Mg

VSR-Transformer | 超越BasicVSR，Transformer拿下视频超分https://mp.weixin.qq.com/s/B9yj-7myUspM_jPJW8a_fw

大幅降低计算&性能有提升，华为诺亚从频率角度出发提出频率感知动态超分网络FADN本文从图像的不同频率成分复原难度、所需计算量等角度出发，提出了一种动态调节不同频率特征计算分支的模块并由此引出了本文所提方案FADN。所提方法可以大幅降低模型性能，且保持超分性能不变，甚至有些微提升。https://mp.weixin.qq.com/s/ijM4PU2tvlyx8CWoGzaXNg

压缩视频

ICCV2021—工业界中的神经网络视频传输超分算法关注公众号，发现CV技术之美本文转载自：我爱计算机视觉作者单位：北京邮电大学、Intel中国研究院 论文链接https://mp.weixin.qq.com/s/o26K6lDdDA5AeDbE_BYugQ

基础网络

深度学习中的Attention总结【GiantPandaCV导语】\x0a近几年，Attention-based方法因其可解释和有效性，受到了学术界https://mp.weixin.qq.com/s/0lS0NYlOZOxI-vql02srxA

89.77%！谷歌大脑Quoc V.Le团队提出CoAtNet：将卷积与自注意力纳入同一模块。标题\x26amp;作者团队paper：https://arxiv.org/abs/2106.04803本文是谷歌研究院Qhttps://mp.weixin.qq.com/s/I7D6WxxnZYZcyNgW0XpOdg