- 综合排序
- 最热优先
- 最新优先
- 来自专栏脑机接口
eeglab中文教程系列(14)-绘制独立成分ERP贡献
maximum mean power of back-projection: 0.819246 IC3 maximum mean power of back-projection: 22.6933 IC4 maximum mean power of back-projection: 6.78334 IC5 maximum mean power of back-projection: 21.5198 IC6 maximum mean power of back-projection: 5.54757 IC7 maximum mean power of back-projection: 22.5431 IC8 maximum mean power of back-projection: 3.83181 IC9 maximum mean power of back-projection: 4.76929 IC10 maximum mean power of back-projection: 0.869334 IC25 maximum mean power of back-projection: 0.653917
1.1K00发布于 2019-11-04 - 来自专栏脑机接口
eeglab中文教程系列(14)-绘制独立成分ERP贡献
maximum mean power of back-projection: 0.819246 IC3 maximum mean power of back-projection: 22.6933 IC4 maximum mean power of back-projection: 6.78334 IC5 maximum mean power of back-projection: 21.5198 IC6 maximum mean power of back-projection: 5.54757 IC7 maximum mean power of back-projection: 22.5431 IC8 maximum mean power of back-projection: 3.83181 IC9 maximum mean power of back-projection: 4.76929 IC10 maximum mean power of back-projection: 3.1094 IC13 maximum mean power of back-projection: 3.61488 IC14
58510发布于 2020-06-29 - 来自专栏脑机接口
eeglab教程系列(15)-绘制独立成分ERP贡献
maximum mean power of back-projection: 0.819246 IC3 maximum mean power of back-projection: 22.6933 IC4 maximum mean power of back-projection: 6.78334 IC5 maximum mean power of back-projection: 21.5198 IC6 maximum mean power of back-projection: 5.54757 IC7 maximum mean power of back-projection: 22.5431 IC8 maximum mean power of back-projection: 3.83181 IC9 maximum mean power of back-projection: 4.76929 IC10 maximum mean power of back-projection: 3.1094 IC13 maximum mean power of back-projection: 3.61488 IC14
61830编辑于 2022-08-17 - 来自专栏AIWalker
图像/视频超分之BackProjection
Image Registration [2016]Seven ways to improve example-based single image super resolution [2018] Deep Back-Projection MGBPv1: Multi-Grid Back projection Super Resolution and Deep Filter Visualization [2019] Recurrent Back-Projection Hierarchical Back Projection Network for Image Super Resolution [2019] MGBPv2: Scaling Up Multi-Grid Back-Projection Networks [2019] Image Super Resolution via Attention based Back Projection Networks [2020] Sub-Pixel Back-Projection
1.4K50发布于 2020-11-03 - 来自专栏人工智能前沿讲习
思想的碰撞：非局部均值偶遇深度学习（第二部）
这种采用了类似《Deep Back-Projection Networks for Super-Resolution》的方法进行多种先验信息融合，见上图。
91010发布于 2020-06-17 - 来自专栏我爱计算机视觉
即插即用！视频超分中的涨点神器：iSeeBetter
题目：iSeeBetter：iSeeBetter: Spatio-temporal video super-resolution using recurrent generative back-projection
86420发布于 2021-01-05 - 来自专栏AI算法修炼营
将U-Net用于图像去雾任务，一种具有密集特征融合的多尺度增强去雾网络 | CVPR2020
为了解决在U-Net架构中保留空间信息的问题，本文使用back-projection 反馈方案设计了一个特征密集的融合模块。 超分辨率的反投影（back-projection）技术是一种有效的方法，旨在通过最大程度地减少估计的高分辨率结果和多个低分辨率输入图像之间的重构误差来生成高分辨率内容。 在《Bilateral back-projection for single image super resolution》中，针对具有单个低分辨率输入的情况开发了一种迭代反投影算法。
3.7K61发布于 2020-07-02 - 来自专栏CVer
[计算机视觉论文速递] 2018-03-09
[5]《Deep Back-Projection Networks For Super-Resolution》 To appear in CVPR2018 Abstract：最近提出的深度超分辨率网络的前馈体系结构学习低分辨率输入的表示 我们提出了Deep Back-Projection Networks（DBPN），它利用迭代上采样和下采样层，为每个阶段的投影误差提供错误反馈机制。
1.1K100发布于 2018-04-12 - 来自专栏机器之心
3D模型学会了「唱、跳、Rap、篮球」，GitHub网友也沉迷「鸡你太美」
此外，他们还介绍了一种简单、高效的半监督训练方法——反向投影（back-projection），可以利用没有标注的视频数据。
1.3K10发布于 2019-12-12 - 来自专栏机器学习与生成对抗网络
2020年6月100篇最新GAN论文汇总
pdf 026 (2020-06-22) iSeeBetter Spatio-temporal video super-resolution using recurrent generative back-projection
88810发布于 2020-07-02 - 来自专栏机器之心
妙笔生维：线稿驱动的三维场景视频自由编辑
最后，通过反投影（Back-projection）处理融合后的深度图，得到编辑后的三维点云。 为了减少用户交互，掩码只需在第一帧绘制。
51510编辑于 2025-08-24 - 来自专栏人工智能前沿讲习
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
升降采样迭代式超分网络，借鉴了反向投影（back-projection）的思想，通常会交替地使用升采样和降采样层，最终重建的高分辨率结果会用到之前全部中间层得到高分辨率特征图，这类方法的思想刚被引入图像超分问题不久
1.7K53发布于 2020-05-11 - 来自专栏有三AI
【计算摄影】图像与视频超分辨，深度学习核心技术与展望
Deep back-projection networks for super-resolution[C]//Proceedings of the IEEE conference on computer
1.3K20发布于 2021-05-10 - 来自专栏机器之心
SFT-GAN、CSRCNN、CSNLN、HAN+、Config (f)…你都掌握了吗？一文总结超分辨率分析必备经典模型（三）
下采样和上采样操作分别用跨尺度卷积和跨尺度反卷积来实现 为了让网络集中于信息量更大的特征，首先计算IS-NL F_I和CS-NL F_C分支的两个特征之间的残差 R_单层卷积后，将这些特征加回F_I中，得到F_IC： 采用back-projection
1.1K20编辑于 2023-05-01 - 来自专栏点云PCL
学习PCL库：PCL中的配准模块介绍
背投法计算：接着它使用反投法（back-projection）来估计源点云中的点在目标点云中的估计位置，这个过程可以理解为根据源点云中的点与目标点云的特征之间的关系，来估计它们在目标点云中的位置。
3.8K10编辑于 2023-11-07 - 来自专栏AI科技评论
放大的艺术 | 基于深度学习的单图超分辨
Deep back-projection networks for super-resolution[C].
2.6K30发布于 2019-08-23 - 来自专栏媒矿工厂
多视角、体素、XR等新型视频服务技术(IBC2019)
这个最终的分级用于把姿态反投影（back-projection）3D 模型上。
1.8K00发布于 2019-10-10 - 来自专栏信数据得永生
Python3 OpenCV4 计算机视觉学习手册：6~11
, y, w, h = track_window cv2.rectangle( frame, (x, y), (x+w, y+h), (255, 0, 0), 2) cv2.imshow('back-projection success, frame = cap.read() while success: # Perform back-projection of the HSV histogram onto the box_points = np.int0(box_points) cv2.polylines(frame, [box_points], True, (255, 0, 0), 2) cv2.imshow('back-projection
5.1K20编辑于 2023-04-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号