Поля усадки - это случайное поле на основе машинное обучение, который направлен на выполнение высококачественного восстановления изображения (устранение размытия и удаление размытия ) с низкими вычислительными затратами.
Содержание
- 1 Метод
- 2 Производительность
- 3 Преимущества
- 4 Реализации
- 5 См. Также
- 6 Ссылки
Метод
Восстановленное изображение прогнозируется на основе искаженного наблюдения после обучения на наборе образцов изображений .
Функция сжатия (отображение) непосредственно моделируется как линейная комбинация ядра радиальных базисных функций, где - параметр общей точности, обозначает (эквидистантные) позиции ядра, а M - количество гауссовских ядер.
Поскольку функция усадки моделируется напрямую, процедура оптимизации сводится к одной квадратичной минимизации на итерацию, обозначаемой как прогноз поля усадки где обозначает дискретное преобразование Фурье и - это двумерная свертка с функцией рассеяния точки фильтр, - оптическая передаточная функция, определяемая как дискретное преобразование Фурье для , и - комплексное сопряжение .
изучается как для каждой итерации с начальным регистром , это формирует каскад гауссовских условных случайных полей (или каскад полей сжатия (CSF )). Минимизация потерь используется для изучения параметров модели .
Целевая функция обучения определяется как , где - дифференцируемый функция потерь, которая жадно минимизируется с использованием обучающих данных и .
Производительность
Предварительные тесты автора показывают, что RTF 5 дает немного лучшее шумоподавление. ng, чем , за которым следует , , , и BM3D.
BM3D скорость шумоподавления находится между и , RTF на порядок медленнее.
Преимущества
- Результаты сопоставимы с результатами, полученными с помощью BM3D (ссылка на уровень техники шумоподавления с момента его создания в 2007 г.)
- Минимальное время работы по сравнению с другими высокими -методы производительности (потенциально применимы в встроенных устройствах )
- с возможностью параллельного выполнения (например: возможная реализация на графическом процессоре)
- Предсказуемость: среда выполнения, где - количество пикселей
- Быстрое обучение даже с CPU
Реализации
- Справочник реализация была написана в MATLAB и выпущена под лицензией BSD 2-Clause : shrinkage-fields
См. также
Ссылки
- Schmidt, Uwe; Roth, Stefan (2014). Поля усадки для эффективного восстановления изображения (PDF). Компьютерное зрение и Распознавание образов (CVPR), Конференция IEEE 2014 г. Колумбус, Огайо, США: IEEE. DOI : 10.1109 / CVPR.2014.349. ISBN 978-1-4799-5118-5.