关键词self-supervised strategy
搜索结果 - 4
- Sub2Full: 利用分散光谱提高 OCT 去斑点技术,无需干净数据
提出了一种名为 Sub2Full (S2F) 的创新自监督策略用于光学相干断层扫描 (OCT) 去噪,无需干净数据,该方法在视觉光 OCT 视网膜图像上验证并展示了优于常规的 Noise2Noise 和 Noise2Void 方案的性能。
- 预训练与随机正交投影图像建模
使用随机正交投影而非二元屏蔽的图像建模框架 Random Orthogonal Projection Image Modeling(ROPIM)能够实现在局部变化的屏蔽程度下屏蔽整个空间图像区域,并展现了与基于裁剪屏蔽的方法相比具有更优越的 - 利用多个先验条件进行神经网络 3D 室内重建
我们提出了一种新颖的神经隐式建模方法,利用多种正则化策略在仅依赖图像的情况下实现大型室内环境的更好重建,通过稀疏但准确的深度先验将场景锚定到初始模型,并引入一种密集但精度较低的深度先验,灵活性足以让模型从中分离出来改善估计的几何建模,并提出 - CVPR神经色彩风格迁移预设置
本文提出了一种神经预置技术,即基于 DNCM 和二阶段管道的自我监督策略,解决了基于颜色风格转换技术的局限性,包括视觉伪影、大量内存需求和风格转换速度缓慢等问题,并在多个领域取得了优异的表现。