Deep Hierarchical Super Resolution for Scientific Data
We present a novel technique for hierarchical super resolution (SR) with neural networks (NNs), which upscales volumetric data represented with an octree data structure to a high-resolution uniform gridwith minimal seam artifacts on octree node boundaries. Our method uses existing state-of-the-art S...
Ausführliche Beschreibung
Bibliographische Detailangaben
| Veröffentlicht in: | IEEE transactions on visualization and computer graphics. - 1996. - 29(2023), 12 vom: 01. Dez., Seite 5483-5495
|
|---|
| 1. Verfasser: |
Wurster, Skylar W
(VerfasserIn) |
|---|
| Weitere Verfasser: |
Guo, Hanqi,
Shen, Han-Wei,
Peterka, Tom,
Xu, Jiayi |
|---|
| Format: | Online-Aufsatz
|
|---|
| Sprache: | English |
|---|
| Veröffentlicht: |
2023
|
|---|
| Zugriff auf das übergeordnete Werk: | IEEE transactions on visualization and computer graphics
|
|---|
| Schlagworte: | Journal Article |
|---|