zoukankan      html  css  js  c++  java
  • 一些思考

    根据贝叶斯公式和MAP,可将图像退化问题表示出来,再利用变量分割技术(HQS),将该问题转化为两个子问题,其中一个子问题为图像降噪问题,该问题一般可以用传统的model-based方法解决,但是存在诸多问题,所以利用CNN为基础的判别式学习方法对图像通道相关的先验进行建模,利用其并行性等优点,执行图像降噪任务。

    对于变量分割技术除了HQS,还存在着ADMM技术,可否引入这种方法进行变量的分离?

    对于降噪子任务,为了实现对图像先验的有效建模和对噪声水平的有效估计,可否使用生成对抗网络而不是CNN-based的判别式学习方法进行建模呢?

    对于提升模型的采样的准确性,可否引入CGANs机制,对带求分布进行条件约束?

    对于提高模型的对图像局部的恢复效果,引入PatchGANs进行感知域的选择?

    对于生成器的upsampling操作,deconv时间成本高同时且容易产生伪影,尝试引入一些新的上采样技术避免鬼影,如亚像素技术resize-convolution(缩放卷积)。

    对于生成器,不使用pooling,尝试引入扩张卷积,增大感知域的同时,不损失图像的信息;

  • 相关阅读:
    解析iscroll-小demo
    iscroll的理解
    jquery代码小片段
    jQuery的性能优化
    事件代理
    数组方式使用jQuery对象
    循环时的dom操作
    JavaScript中的ajax(二)
    jQuery与ajax的应用(一)
    表单应用
  • 原文地址:https://www.cnblogs.com/ChenKe-cheng/p/11381198.html
Copyright © 2011-2022 走看看