遮擋反光下拍照無壓力—臺大提出新型遮擋去除模型還你清晰視界
2020-04-24 16:31
將門創(chuàng)投
關(guān)注
此外研究人員還分析了各個模塊對于整體表現(xiàn)的貢獻，下面幾個表格展示了初始模塊、融合重建模塊和優(yōu)化對于整體表現(xiàn)的影響。可以看到好的初始化方法所得到的損失較小，而本文的層級重建方法精度也高于其他方法。
下圖還顯示了預(yù)訓(xùn)練模型與優(yōu)化方法協(xié)同帶來的效果提升，在預(yù)訓(xùn)練模型的重建基礎(chǔ)上，在線優(yōu)化方法利用自監(jiān)督的模式為背景圖像和遮擋圖像重建出更為清晰的細節(jié)。
同時總變分的加入也讓圖像得到了更為平滑和自然的結(jié)果：
下面讓我再來看看這種方法在實際場景中的表現(xiàn)：
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 先進算力新選擇 | 2025華為算力場景發(fā)布會暨北京xPN伙伴大會成功舉辦
- 2 人形機器人，正狂奔在批量交付的曠野
- 3 宇樹機器人撞人事件的深度剖析：六維力傳感器如何成為人機安全的關(guān)鍵屏障
- 4 解碼特斯拉新AI芯片戰(zhàn)略 ：從Dojo到AI5和AI6推理引擎
- 5 AI版“四萬億刺激”計劃來了
- 6 2025年8月人工智能投融資觀察
- 7 特斯拉三代靈巧手：演進歷程與核心供應(yīng)鏈梳理
- 8 a16z最新AI百強榜：硅谷頂級VC帶你讀懂全球生成式AI賽道最新趨勢
- 9 Manus跑路，大廠掉線，只能靠DeepSeek了
- 10 地平線的野心：1000萬套HSD上車
