放大，增强！监控 GAN 上采样技术的度量
计算机视觉与模式识别
2021-08-23 v1 图像与视频处理
摘要
深度神经网络已非常成功地应用于许多计算机视觉和模式识别任务。虽然卷积神经网络（CNN）展示了最先进的图像分类路径，生成对抗网络或 GAN 则在图像生成中提供了最先进的能力。在本文中，我们将 CNN 和 GAN 的应用扩展到安全与监控领域，实验其上采样技术。通过本工作，我们评估、比较并对比了监控领域中基于 CNN 和 GAN 的图像与视频上采样的最先进技术。作为本研究的结果，我们还提供了实验证据，确立 DISTS 作为比较监控领域中基于 GAN 的图像上采样时更强的图像质量评价（IQA）指标。
引用
@article{arxiv.2108.09285,
title = {Zoom, Enhance! Measuring Surveillance GAN Up-sampling},
author = {Jake Sparkman and Abdalla Al-Ayrot and Utkarsh Contractor},
journal= {arXiv preprint arXiv:2108.09285},
year = {2021}
}