IJCV2024 | 北大、哈工大、清华联合提出无需GT的自监督图像重建网络学习方法。代码已开源！

文章预览

本篇文章来自公众号粉丝投稿，介绍了由北大、哈工大、清华联合提出无需GT的自监督图像重建网络学习方法。该文章已经被 顶刊IJCV2024接收， 代码已开源！ 一、论文信息 论文标题： Self-Supervised Scalable Deep Compressed Sensing（自监督可变采样率的深度压缩感知） 论文作者： Bin Chen（陈斌）, Xuanyu Zhang（张轩宇）, Shuai Liu（刘帅）, Yongbing Zhang†（张永兵）, and Jian Zhang†（张健）（†通讯作者） 作者单位： 北京大学深圳研究生院、清华大学深圳国际研究生院、哈尔滨工业大学（深圳） 发表刊物： International Journal of Computer Vision (IJCV) 发表时间： 2024年8月13日 相关链接 正式版本： https://link.springer.com/article/10.1007/s11263-024-02209-1 ArXiv版本： https://arxiv.org/abs/2308.13777 开源代码： https://github.com/Guaishou74851/SCNet 二、任务背景 作为一种典型的图像降采样技术， ………………………………