基于深度神经网络的图像缺损修复方法综述数据派THU共 490字,需浏览 1分钟 ·2021-12-23 07:21 清华大数据软件团队官方微信公众号来源:专知本文附论文,建议阅读5分钟本文针对图像缺损修复研究进行了系统梳理和综合介绍。图像缺损修复研究旨在通过计算机自动修复图像中的缺损内容。近年来,深度神经网络技术的出现有效促进了相关研究的发展。本文针对该类研究进行了系统梳理和综合介绍。依据网络架构类型,具体将方法分为五 类:Context-Encoder 类、U-Net 类、CGAN 类、DCGAN 类以及 StackGAN 类。我们具体分析了每类方法的思路、 特点、优势和缺陷,并基于系统性实验,在公开大规模数据集上客观对比评价每一类方法的精度和性能。最后对 目前相关工作中存在的问题和挑战进行了阐述和介绍。http://cjc.ict.ac.cn/online/onlinepaper/10-lyl-y-20211216161625.pdf 浏览 14点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 基于深度学习的图像增强综述极市平台0基于深度学习的图像增强综述人工智能与算法学习0基于深度学习的图像增强综述程序员大白0基于深度学习的图像增强综述新机器视觉0图像分割 | 基于深度卷积神经网络的小样本分割算法综述新机器视觉0基于深度学习的医学图像配准综述目标检测与深度学习0基于深度学习的医学图像配准综述小白学视觉0基于深度卷积神经网络的小样本分割算法综述小白学视觉0基于深度卷积神经网络的小样本分割算法综述程序员大白0基于深度卷积神经网络的小样本分割算法综述机器学习实验室0点赞 评论 收藏 分享 手机扫一扫分享分享 举报