CVPR 2024 | 通过中值随机平滑实现真实世界超分辨率的通用鲁棒性
发布日期:2025-06-08 05:15:50 浏览次数:4 分类:精选文章

本文共 445 字,大约阅读时间需要 1 分钟。

论文信息

题目:Universal Robustness via Median Randomized Smoothing for Real-World Super-Resolution
通过中值随机平滑实现真实世界超分辨率的通用鲁棒性
作者:Zakariya Chaouai, Mohamed Tamaazousti

论文创新点

本文在超分辨率(SR)领域提出了多项创新贡献: 1. **探索对抗攻击方法在SR中的应用**:首次将快速梯度符号法(FGSM)、基本迭代法(BIM)以及Carlini-Wagner(CW)攻击等对抗攻击方法应用于SR任务,并基于这些攻击方法构建了鲁棒超分辨率(RSR)模型。 2. **提出基于中值随机平滑的CertSR模型**:开发了一种新颖的中值随机平滑技术,用于增强超分辨率模型的鲁棒性,以应对真实世界中的复杂场景。

本研究通过结合对抗训练和中值随机平滑技术,显著提升了超分辨率模型在真实场景下的鲁棒性和泛化能力,为SR领域提供了新的研究方向和技术框架。

上一篇:CVPR 2025 | 学习型图像压缩中的平衡率失真优化
下一篇:CVPR 2024 | 视觉新突破!首个无自然语言的纯视觉大模型!

发表评论

最新留言

关注你微信了!
[***.104.42.241]2026年05月31日 13时28分13秒