(2017-TIP)Robust Multi-Exposure Image Fusion:A Structural Patch Decomposition Approach
本文主要介绍了通过结构化块分解方法（SPD）来处理多曝光图像融合（MEF），最终起到对重影现象（ghosting effect）鲁棒的效果。 SPD-MEF的主要思想是：将图像块解构为三个概 ...
原文：(2017-ICCV)DeepFuse:A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs
本文主要介绍了将卷积神经网络CNN引入到多曝光图像融合技术中，通过无监督深度学习提取多曝光图像对中的特征，融合后重建图像，最终获得视觉效果很好的图像。 高动态范围成像 High Dynamic Range Imaging,HDRI 技术是一种能够帮助我们在光线条件较差的情况下捕获视觉效果更好的图片的一种技术。它能够存储下人眼能够洞察到的所有光线，而不只是照相机能够获取的光线范围。而HDR图像产生 ...
2019-10-12 17:36 0 395 推荐指数：
相关推荐
《Multi-focus image fusion with a deep convolutional neural network》论文笔记
Abstract 图像融合有两个关键的步骤，一个是特征提取一个是融合规则。通过学习一个神经网络模型可以生成联合生成特征提取和融合规则这两部分。网络训练数据是高分辨图像块和对应的模糊处理。 1.In ...
Unsupervised Image-to-Image Translation Networks
Abstract： 无监督图像到图像的翻译目的是学习不同域图像的一个联合分布，通过使用来自单独域图像的边缘分布。给定一个边缘分布，可以得到很多种联合分布。如果不加入额外的假设条件的话，从边缘分布 ...
论文阅读（Lukas Neumann——【ICCV2017】Deep TextSpotter_An End-to-End Trainable Scene Text Localization and Recognition Framework）
Lukas Neumann——【ICCV2017】Deep TextSpotter_An End-to-End Trainable Scene Text Localization and Recognition Framework 目录 作者和相关链接 方法概括 方法细节 ...
《DenseFuse: A Fusion Approach to Infrared and Visible Images》代码分析
这个代码写的好。 模块主要用到了：os(主要作用文件目录和路径)、scipy（图片读取、保存、缩放，需要依赖PIL）、numpy、tensorflow、time（计算代码块耗时）。 首先判断是训练 ...
A Discriminative Feature Learning Approach for Deep Face Recognition
url: https://kpzhang93.github.io/papers/eccv2016.pdf year: ECCV2016 abstract 对于人脸识别任务来说, 网络学习到的特征具 ...
关于“Unsupervised Deep Embedding for Clustering Analysis”的优化问题
关于“Unsupervised Deep Embedding for Clustering Analysis”的优化问题 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ Deep Embedding Clustering (DEC ...
Image Restoration[Deep Image Prior]
0.背景 这篇论文是2017年11月29号第一次提交到arxiv并紧接着30号就提交了V2版本的。 近些年DCNN模型在图像生成和修复上面表现很好，大部分人认为好的原因主要是由于网络基于大量的图片训练，从数据中获取了足够的信息，从而使得模型性能这么好。然而Dmitry Ulyanov等人 ...