image-restoration

GFPGAN은 실제 얼굴 복원을 위한 실용적인 알고리즘 개발을 목표로 합니다.

Real-ESRGAN은 일반적인 이미지/비디오 복원을 위한 실용적인 알고리즘 개발을 목표로 합니다.

SwinIR: Swin Transformer를 이용한 이미지 복원(공식 레포지토리)

[ECCV 2024] DiffBIR 코드: 생성형 확산 사전(Generative Diffusion Prior)을 활용한 블라인드 이미지 복원

이미지 복원 툴박스 (PyTorch). DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR을 위한 학습 및 테스트 코드

비선형 활성화 함수가 없는 최신 이미지 복원 모델.

[CVPR 2022--Oral] Restormer: 고해상도 이미지 복원을 위한 효율적인 Transformer. 모션 블러 제거, 이미지 비 내리기, 노이즈 제거(가우스/실제 데이터) 및 디포커스 블러 제거 분야의 SOTA.

Real-ESRGAN의 NCNN 구현. Real-ESRGAN은 일반적인 이미지 복원을 위한 실용적인 알고리즘 개발을 목표로 합니다.

CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 Low Level Vision 관련 논문 및 코드 모음

"Retinexformer: 저조도 이미지 개선을 위한 단일 단계 Retinex 기반 Transformer" (ICCV 2023 최다 피인용 Top-10 🏆) 및 (NTIRE 2024 준우승 🏆) 및 (NTIRE 2025 우승 🏆) 및 (NTIRE 2026 우승 🏆)

[CVPR 2021] 다단계 점진적 이미지 복원. 이미지 디블러링, 디레이닝, 디노이징 분야의 SOTA 성능 달성

[ICLR 2023 Oral] 디노이징 디퓨전 널스페이스 모델을 사용한 제로샷 이미지 복원

SeedVR2 (ICLR2026) 및 SeedVR (CVPR2025 Highlight) 저장소

HYPIR 공식 구현: 이미지 복원을 위한 확산 기반 스코어 사전 활용 (SIGGRAPH 2025)

MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022) 등을 포함한 스펙트럼 압축 이미징 재구성 툴박스

[CVPR 2022] 논문 "Uformer: A General U-Shaped Transformer for Image Restoration" 공식 구현체

[ICLR2026] SeedVR2: Diffusion Adversarial Post-Training을 통한 원스텝 비디오 복원

[NeurIPS 2025] 4KAgent: 임의의 이미지를 4K 초고해상도로 변환하는 에이전트. 어떤 이미지든 완벽한 4K로 마법처럼 복원해 주는 지능형 컴퓨터 비전 에이전트

[ICLR 2024] 범용 이미지 복원을 위한 비전-언어 모델 제어. NTIRE 2024 챌린지 5위 수상

[ICLR 2025] Posterior-Mean Rectified Flow: Towards Minimum MSE Photo-Realistic Image Restoration의 공식 구현

[ECCV 2024] InstructIR: 인간의 지시를 따르는 고품질 이미지 복원 기술입니다.

[ECCV 2020] 실제 이미지 복원 및 향상을 위한 풍부한 특징 학습. 이미지 노이즈 제거, 초해상도, 이미지 향상 부문 SOTA 결과 달성

평균 회귀 확률 differential equation을 이용한 이미지 복원 (ICML 2023). NTIRE 2023 이미지 그림자 제거 챌린지 우승 솔루션.

딥러닝을 활용한 TEMPEST 이미지 복원 도구

[ECCV] Swin2SR: 압축 이미지 초해상도 및 복원을 위한 SwinV2 Transformer. ECCV 2022 AIM 워크숍 발표작

CVPR 2023/2022의 저수준 비전(Low-level vision) 관련 논문 및 코드 모음

AI 이미지 신호 처리 및 계산 사진학 라이브러리. NTIRE (CVPR) 및 AIM (ICCV/ECCV) 챌린지의 공식 라이브러리입니다. 학습 기반 ISP, RAW 복원-업샘플링-재구성, 이미지 향상, 보케 렌더링 등을 포함합니다.

[IEEE TPAMI 2025] 올인원 이미지 복원에 관한 설문 조사: 분류, 평가 및 향후 동향

🌕 [BMVC 2022] 이미지 향상 및 노출 보정을 위한 경량 Transformer. 저조도 향상을 위한 SOTA, 전처리에 0.004초 소요

[CVPR 2020--Oral] CycleISP: 개선된 데이터 합성을 통한 실제 이미지 복원