基于深度进修的图像超判别率重建技能的研究
深度进修在图像超判别率重建规模已经揭示出了庞大的潜力,极大的敦促了该规模的发杀青长成长。但间隔重建出既保存原始图像各类细节信息、又切合人的主观评价的高判别率图像这一方针,深度进修的图像超判别率重建技能仍有很长的一段路要走。首要存在着以下几个题目:(1)深度进修的固有性的束缚。深度进修存在着必要海量实习数据、高计较机能的处理赏罚器以及过深的收集轻易导致过拟合等题目。(2)相同传统的基于人工智能的进修要领,深度进修预先假定测试样本与实习样原来自统一漫衍,但实际中二者的漫衍并不必然沟通,乃至也许没有相交的部门。(3)尽量当前基于深度进修的重建技能使得重建图像在主观评价指标上取得了优秀的后果,但重建后的图像凡是过于滑腻,丢失了高频细节信息。 因此进一步研究基于深度进修的图像超判别率技能仍有较大的实际意义和成长空间。参考文献 Park S C, Park M K, Kang M G. Super-resolution image reconstruction: a technical overview[J]. IEEE signal processing magazine, 2003, 20(3): 21-36. (编辑:河北网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |