原创 求矩陣最大和最小路徑的動態規劃程序(Path in Matrix)

(1)Largest sum of any of the paths starting from any cell of row 0 to any cell of row N-1. Given a N X N  matrix Matrix

原创 線程優先級反轉與繼承(priority inversion and priority inheritance)

簡而言之,優先級反轉是線程訪問內存資源時出現的一種問題,而優先級繼承是其一種解決方法。 下面以一個實例進行說明: 如上圖所示:假設我們有一個高優先級的任務和一個低優先級的任務,兩個任務都需要訪問臨界區(critical section)

原创 Python中的大根堆

什麼是大根堆 大根堆是一種完全二叉樹,每個內部結點的值都大於或等於子結點的值,將堆的元素映射到數組中很簡單:如果一個結點的下標是k,則其左孩子的下標爲2k+1,右孩子的下標爲2k+2。 大根堆的表示 可以將大根堆表示爲數組,根結點爲Arr

原创 An Attention-Based Approach for Single Image Super Resolution

發表在ICPR2018. 作者認爲圖像超分辨率主要是對微小細節紋理的恢復,也就是高頻信息。因此,本文提出了使用一種基於注意力的方法去判別紋理區域和平滑區域(使用類似U-net的結構去找出存在紋理的區域然後通過sigmoid生成mask)。

原创 python中的下劃線含義

單下劃線和雙下劃線在Python變量和方法名稱中都有含義。其中一些含義僅僅是按照慣例,作爲給程序員的提示,而另外一些則由Python解釋器執行。 在本文中,主要討論以下五種下劃線模式和命名約定,以及它們如何影響Python程序的行爲: 1

原创 SRFeat: Single Image Super-Resolution with Feature Discrimination

發表自ECCV2018. 主要工作: 1.使用了兩個判別器,分別作用於圖像和特徵圖。 2. 提出了具有遠程跳躍連接的生成器。 GAN: 生成器損失: 判別器損失 :  其中表示判別器的輸出,也就是圖像是從真實的圖像分佈中進行採樣

原创 Video Super-resolution with Temporal Group Attention

發表在CVPR2020。 主要工作:將連續的視頻幀根據時間間隔分爲多組,然後通過一個注意力模塊和組間融合模塊進行集成,同時,爲了對齊大尺度運動的視頻幀,採取了與以往基於光流或者可變卷積不同的對齊方式,本文采用的是計算兩個連續幀之間的單應

原创 基於C++的二叉樹的創建、前序中序重建、前序遍歷、中序遍歷、後序遍歷、廣度優先、深度優先以及鏡像樹

#include "iostream" #include "queue" #include "stack" #include "stdexcept" using namespace std; std::logic_error e("In

原创 Robust Video Super-Resolution with Learned Temporal Dynamics

發表在ICCV2017。 幀間的時間關係,幀內的空間關係。 主要有兩個工作: 時間自適應網絡和空間對齊網絡。  可以看到空間對齊網絡是時間自適應網絡的預處理階段,將對齊的視頻幀和參考幀作爲時間自適應網絡的輸入。 時間自適應網絡主要包括

原创 EDVR中temporal attention的torch代碼實現

  self.tAtt_1 = nn.Conv2d(nf, nf, 3, 1, 1, bias=True) self.tAtt_2 = nn.Conv2d(nf, nf, 3, 1, 1, bias=True) B, N, C, H

原创 Fast Spatio-Temporal Residual Network for Video Super-Resolution

發表在CVPR2019。 針對的問題: 爲了自動地和同時地挖掘視頻的時空信息,可以使用3D卷積。但是3D卷積會帶來更多的參數量和計算複雜度; 殘差恆等映射的大量使用增加了計算複雜度和模型負擔. 主要工作: 快速時空殘差網絡(FSTRN);

原创 Residual Invertible Spatio-Temporal Network for Video Super-Resolution

發表在AAAI2019。 主要工作:充分利用低分辨率到高分辨率的空間信息,從連續的視頻幀建模時間的一致性。對於空間部分,設計了殘差可逆塊用於減少特徵轉換中的信息損失,並且提供魯棒的特徵表示。對於時間部分,使用了殘差稠密連接的循環卷積模型。

原创 CrossNet: An End-to-end Reference-based Super Resolution Network using Cross-scale Warping

發表在ECCV2018。 介紹:本篇文章是一種reference-based super resolution(RefSR),關鍵在於將參考HR圖像的高頻細節遷移到LR圖像,由於參考HR圖像和LR圖像之間視差和分辨率較大的差異(8x),現

原创 703. 數據流中的第K大元素

題目:設計一個找到數據流中第K大元素的類(class)。注意是排序後的第K大元素,不是第K個不同的元素。 你的 KthLargest 類需要一個同時接收整數 k 和整數數組nums 的構造器,它包含數據流中的初始元素。每次調用 KthLa

原创 1021.刪除最外層的括號

題目: 有效括號字符串爲空 ("")、"(" + A + ")" 或 A + B,其中 A 和 B 都是有效的括號字符串,+ 代表字符串的連接。例如,"","()","(())()" 和 "(()(()))" 都是有效的括號字符串。 如果