noisy images | BriefGPT - AI 论文速递

关键词noisy images

搜索结果 - 9

基于 CNN 自编码图像去噪的影响评估在图像分类任务上
本研究提出了一种在铸造产品嘈杂图像中检测缺陷的创新方法，使用包括 VGG16、InceptionV3 等深度学习模型在空间和频率域中识别噪声类型和缺陷状态，并通过集成噪声检测和去噪技术提高缺陷检测准确性和鲁棒性。
PDF3 months ago
CT-Bound: 基于混合卷积和 Transformer 神经网络的噪声图像边界快速估计
通过利用混合的卷积和 Transformer 神经网络，我们提出了一个快速边界估计方法 CT-Bound，用于处理噪声图像。该方法首先利用较小的感受野仅根据输入图像估计边界结构的参数表示，然后在参数领域对边界结构进行优化。相比之前最准确的方
PDF3 months ago
一种由混合符号压力函数驱动的主动轮廓模型
本论文提出了一种由混合符号压力函数驱动的主动轮廓模型，该模型结合全局和局部信息构建。实验和数值分析表明，该模型在处理具有强度不均匀性和噪声的图像的分割任务中具有优异的性能。
PDF4 months ago
联合端到端图像压缩和去噪：利用对比学习和多尺度自注意机制
本文提出了一种集成多尺度去噪器的新方法，用于联合图像压缩和去噪。通过强调噪声与干净图像之间的相关性，采用对比学习的方式来提高网络区分噪声与高频信号的能力，实验证明该方法在失真性能和编解码速度方面优于当前的最新技术水平。
PDF5 months ago
探索随机平滑的可转移性
我们提出了一种用于预训练可认证的强健模型的方法，通过显著扩展预训练数据分布，在下游任务的微调中取得显著效益。我们通过对混合干净图像和各种噪声图像进行预训练，发现即使仅在干净图像上进行微调，也能取得惊人的认证准确率。此外，我们的方法仅需一个模
PDF7 months ago
基于学习的噪声图像保真超分辨率
我们提出了一种学习方法，能够在保留图像特性的情况下，对带有噪声的低分辨率图像进行超分辨率处理。通过定量度量（如归一化交叉相关性、归一化均方误差、峰值信噪比、结构相似度特征相似度、通用图像质量等），我们训练网络提升低分辨率噪声图像的分辨率，同
PDF8 months ago
CVPRNeighbor2Neighbor: 单张噪声图像的自监督去噪
本文提出了一种名为 Neighbor2Neighbor 的简单而有效的方法，利用自监督学习中的随机邻居子采样器在只有噪声图像的情况下训练图像降噪模型，并在理论和实验验证中证明了其有效性。
PDF3 years ago
关于噪声图像中微弱边缘的检测
介绍一种正式研究边缘检测中的微弱边缘问题的形式化方法，并引入了一些旨在检测嘈杂图像中微弱边缘的计算有效的多尺度边缘检测算法，其中包括针对直线和弯曲曲线的算法。这些算法可以有效地搜索大量的候选边缘，并展示了本文算法在模拟和挑战性实际图像的应用
PDF7 years ago
低信噪比下曲线边缘的快速检测
本文提出了一种新的多尺度方法来检测嘈杂图像中的曲线边缘，算法基于候选曲线，针对高噪声情况进行全局处理，实现了较快的运行时间，同时在各种具有挑战性的嘈杂图像上获得了可比较甚至更好的边缘检测质量。
PDF9 years ago