HyperAIHyperAI

Command Palette

Search for a command to run...

شبكة متكررة بالمقاييس لتصحيح الصور العميقة من التشتت

Xin Tao Hongyun Gao Yi Wang Xiaoyong Shen Jue Wang Jiaya Jia

الملخص

في مجال توضيح الصورة الواحدة، أثبتت استراتيجية "الانتقال من الخشن إلى الدقيق" (Coarse-to-fine)، أي استعادة الصورة الحادة تدريجياً على دقة مختلفة في الهرم، نجاحاً كبيراً في كل من الأساليب التقليدية القائمة على التحسين والأساليب الحديثة القائمة على الشبكات العصبية. في هذا البحث، ندرس هذه الاستراتيجية ونقترح شبكة متكررة حسب المقياس (SRN-DeblurNet) لهذه مهمة التوضيح. بالمقارنة مع العديد من الأساليب الحديثة القائمة على التعلم المذكورة في [25]، فإن شبكتنا لديها بنية بسيطة أكثر، عدد أقل من المعلمات وهي أسهل في التدريب. قمنا بتقييم طريقتنا على مجموعات بيانات كبيرة للتوضيح تحتوي على حركة معقدة. أظهرت النتائج أن طريقتنا يمكن أن تنتج نتائج ذات جودة أفضل من أفضل الأساليب الحالية، سواء بشكل كمي أو نوعي.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp