HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

MR-VNet: استعادة الوسائط باستخدام الشبكات فولتيرا

{Loay Rashid Amit Unde Siddharth Roheda}

MR-VNet: استعادة الوسائط باستخدام الشبكات فولتيرا

الملخص

يقدم هذا البحث ورقة بحثية فئة جديدة من هياكل الشبكات المُعدَّلة تستند إلى صيغة سلسلة فولتيرا. من خلال إدخال عدم الخطية إلى دالة استجابة النظام باستخدام التباعد من الرتبة العليا بدلًا من الدوال التفعيلية التقليدية، نقدّم إطارًا عامًا لمعالجة إصلاح الصور/مقاطع الفيديو. ونتيجة لتجريب مكثف، نُظهر أن البنية المقترحة تحقق أداءً من الدرجة الأولى (SOTA) في مجال إصلاح الصور/مقاطع الفيديو. علاوةً على ذلك، نثبت أن الشبكة ذات التفعيل غير الخطية المُعدَّلة (NAF-NET)، التي تم إدخالها حديثًا، يمكن اعتبارها حالة خاصة ضمن الفئة الأوسع من الشبكات العصبية فولتيرا. تُبرز هذه النتائج الإمكانات الكبيرة للشبكات العصبية فولتيرا كأداة مرنة وقوية لمعالجة المهام المعقدة لإصلاح الصور في مجال الرؤية الحاسوبية.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
image-deblurring-on-goproMR-VNet
PSNR: 34.04
Params (M): 12.3
SSIM: 0.969

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
MR-VNet: استعادة الوسائط باستخدام الشبكات فولتيرا | الأوراق البحثية | HyperAI