HyperAIHyperAI

Command Palette

Search for a command to run...

استعادة الرؤية في الظروف الجوية السيئة باستخدام نماذج التفتيت القائمة على البُقع

Ozan Özdenizci Robert Legenstein

الملخص

إن استعادة الصور في ظروف الطقس السيئة تحظى باهتمام كبير في العديد من تطبيقات رؤية الحاسوب. تعتمد الطرق الناجحة الحديثة على التقدم الحالي في تصميمات هياكل الشبكات العصبية العميقة (مثل، شبكات التحويل البصري). مستوحاة من التقدم الأخير الذي تحقق مع نماذج التوليد المشروطة المتقدمة، نقدم خوارزمية جديدة لاستعادة الصور تعتمد على نماذج الانتشار المُزيل للضوضاء. يسمح نهجنا القائم على الأجزاء بإجراء استعادة صور غير مرتبطة بالحجم من خلال استخدام عملية إزالة الضوضاء الموجهة مع تقديرات ضوضاء مُستوية عبر الأجزاء المتشابكة أثناء الاستدلال. قمنا بتقييم نموذجنا تجريبيًا على مجموعات بيانات معيارية لاستعادة الصور من الثلوج، وإزالة الأمطار والضباب بشكل متزامن، وإزالة قطرات المطر. أظهرنا أن نهجنا يحقق أفضل الأداء في مجال استعادة الصور الخاصة بالطقس وفي مجال استعادة الصور المتعددة الظروف الجوية، كما أثبتنا تعميمًا قويًا للصور الاختبارية الواقعية.


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
استعادة الرؤية في الظروف الجوية السيئة باستخدام نماذج التفتيت القائمة على البُقع | مستندات | HyperAI