(2017-TIP)Robust Multi-Exposure Image Fusion:A Structural Patch Decomposition Approach
本文主要介紹了通過結構化塊分解方法（SPD）來處理多曝光圖像融合（MEF），最終起到對重影現象（ghosting effect）魯棒的效果。 SPD-MEF的主要思想是：將圖像塊解構為三個概 ...
原文：(2017-ICCV)DeepFuse:A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs
本文主要介紹了將卷積神經網絡CNN引入到多曝光圖像融合技術中，通過無監督深度學習提取多曝光圖像對中的特征，融合后重建圖像，最終獲得視覺效果很好的圖像。 高動態范圍成像 High Dynamic Range Imaging,HDRI 技術是一種能夠幫助我們在光線條件較差的情況下捕獲視覺效果更好的圖片的一種技術。它能夠存儲下人眼能夠洞察到的所有光線，而不只是照相機能夠獲取的光線范圍。而HDR圖像產生 ...
2019-10-12 17:36 0 395 推薦指數：
相關推薦
《Multi-focus image fusion with a deep convolutional neural network》論文筆記
Abstract 圖像融合有兩個關鍵的步驟，一個是特征提取一個是融合規則。通過學習一個神經網絡模型可以生成聯合生成特征提取和融合規則這兩部分。網絡訓練數據是高分辨圖像塊和對應的模糊處理。 1.In ...
Unsupervised Image-to-Image Translation Networks
Abstract： 無監督圖像到圖像的翻譯目的是學習不同域圖像的一個聯合分布，通過使用來自單獨域圖像的邊緣分布。給定一個邊緣分布，可以得到很多種聯合分布。如果不加入額外的假設條件的話，從邊緣分布 ...
論文閱讀（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 目錄 作者和相關鏈接 方法概括 方法細節 ...
《DenseFuse: A Fusion Approach to Infrared and Visible Images》代碼分析
這個代碼寫的好。 模塊主要用到了：os(主要作用文件目錄和路徑)、scipy（圖片讀取、保存、縮放，需要依賴PIL）、numpy、tensorflow、time（計算代碼塊耗時）。 首先判斷是訓練 ...
A Discriminative Feature Learning Approach for Deep Face Recognition
url: https://kpzhang93.github.io/papers/eccv2016.pdf year: ECCV2016 abstract 對於人臉識別任務來說, 網絡學習到的特征具 ...
關於“Unsupervised Deep Embedding for Clustering Analysis”的優化問題
關於“Unsupervised Deep Embedding for Clustering Analysis”的優化問題 作者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/ Deep Embedding Clustering (DEC ...
Image Restoration[Deep Image Prior]
0.背景 這篇論文是2017年11月29號第一次提交到arxiv並緊接着30號就提交了V2版本的。 近些年DCNN模型在圖像生成和修復上面表現很好，大部分人認為好的原因主要是由於網絡基於大量的圖片訓練，從數據中獲取了足夠的信息，從而使得模型性能這么好。然而Dmitry Ulyanov等人 ...