Autor der Publikation

Evolutionary Super-Resolution

, , , , , , und . Proceedings of the 2020 Genetic and Evolutionary Computation Conference Companion, Seite 151–152. New York, NY, USA, Association for Computing Machinery, (2020)
DOI: 10.1145/3377929.3389959

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Hosu, Vlad
Eine Person hinzufügen mit dem Namen Hosu, Vlad
 

Weitere Publikationen von Autoren mit dem selben Namen

Technical Report on Visual Quality Assessment for Frame Interpolation., , , , , und . CoRR, (2019)EvolGAN: Evolutionary Generative Adversarial Networks, , , , , , und . Proceedings of the Asian Conference on Computer Vision (ACCV), (November 2020)Large-Scale Crowdsourced Subjective Assessment of Picturewise Just Noticeable Difference, , , , , , und . IEEE Transactions on Circuits and Systems for Video Technology, 32 (9): 5859-5873 (2022)Going the Extra Mile in Face Image Quality Assessment: A Novel Database and Model, , , , , , , , und . CoRR, (2022)KonIQ-10k : An Ecologically Valid Database for Deep Learning of Blind Image Quality Assessment, , , und . IEEE Transactions on Image Processing, (2020)From Technical to Aesthetics Quality Assessment and Beyond: Challenges and Potential, , , , , , und . Joint Workshop on Aesthetic and Technical Quality Assessment of Multimedia and Media Analytics for Societal Trends, Seite 19-20. New York, NY, USA, Association for Computing Machinery, (2020)Disregarding the Big Picture: Towards Local Image Quality Assessment., , , und . Proceedings of the International Conference on Quality of Multimedia Experience (QoMEX), Seite 1-6. IEEE, (2018)Critical Analysis on the Reproducibility of Visual Quality Assessment Using Deep Features, , und . PLoS ONE, (2022)Article Number: e0269715.Saliency-driven Image Coding Improves Overall Perceived JPEG Quality, , , , und . Proceedings of the Picture Coding Symposium (PCS), Seite 1-5. IEEE, (2016)Reported Attention as a Promising Alternative to Gaze in IQA Tasks, , , und . Proceedings of the 5th ISCA/DEGA Workshop on Perceptual Quality of Systems (PQS 2016), Seite 117-121. (2016)