一、本周工作
关于图像修复,纹理生成,超分辨率三方面,了解了一下目前在论文中有记载的实现方式都有什么,其中,
图像修复实现的方式有:基于稀疏表示/纹理合成/局部结构信息/几何信息/马尔科夫随机场/全变分模型/压缩感知等,方式较多,实验结果也较成熟;
纹理生成实现的方法有:Arnold正反变换/特征匹配/马尔科夫模型/粒子群优化算法/块缝合/块采样等;
超分辨率实现的方式有:卷及神经网络/基于插值(传统插值/ 边缘指导插值) /基于建模/基于学习等;
总体来讲,以上方法在对应的功能实现方面做了更好的优化,实验效果也更逼真。若要相关方向的应用,可以考虑超分辨率,大概思路如下:
监控摄像头下,由于采集到的图像数据量非常大,但是存储空间有限,所以图像的分辨率也就变得低了;当我们需要某张图像的细节信息时,由于分辨率问题,图像并不是很清晰,也就往往捕捉不到关键信息。若是使用超分辨率,将图像中的细节丰富处理,可能就是某些人员的需求。
二、下周计划
将应用想法商讨,落实,并进行深入了解。
...