2018年01月_Destinesia12

原创彩色图像处理之色彩学基础

彩色图像处理 – 色彩学基础什么是色彩// 神说、要有光、就有了光。 וַיֹּאמֶר אֱלֹהִים, יְהִי אוֹר; וַיְהִי-אוֹר // —— 旧约·创世记 const float c = 299792.458所谓色彩本质是光。或者更精确来说，色彩是外界在一定波长范围内（大约400nm-700nm）的具有不同频谱的光经过人体的光

2018-01-26 20:16:54 8715

原创 Dijkstra单源最短路径算法

Dijkstra单源最短路径算法Dijkstra算法是用来解决单源最短路径的经典方法。适用于带有非负数权重的单源有向图。举例说明：如对于以下一个图：其中有5个顶点 Vertice（v），7条边 Edge （e），其中边上的数字代表边的权重 weight，假设我们以v1作为源点，想要找到从v1出发到其他各点的最短路径，其中路径长度指的是所经过的边的权重之和。那么根据dij

2018-01-25 21:41:03 444

原创论文笔记 [6] 图像幻构中的 Feature Enhancement

论文笔记 [6] Image Hallucination with Feature EnhancementImage hallucination（图像幻构）就是 SR问题，实际上就是通过低分辨率的 LR feature 来推理 HR feature。图像幻构有两个基础性的问题：How many examples are sufficient for generic images？

2018-01-24 22:18:09 1090

原创论文笔记 [5] SRCNN

论文笔记 [5] Learning a Deep Convolutional Network for Image Super-Resolutionemmm……这篇文章就是在那篇做deblocking和deringing的文章中提到的，仍然是大佬汤晓鸥等做的深度CNN超分辨率的网络，就是SRCNN。这篇文章给出了一个端到端的，进去低分辨率出来高分辨率。并且说明了传统的sparse coding的

2018-01-24 14:22:04 2706 1

原创论文笔记 [4] ARCNN（Artifacts Reduction CNN）

论文笔记 [4] Compression Artifacts Reduction by a Deep Convolutional Network这是ICCV的一篇文章，是港中文的汤晓鸥教授等人做的，是受到做SR的一些启发。文章讲以往的算法，要么是remove blocking，然后导致blur；要么是restore sharpened image，然后会有ringing。作者用SR问题中的DC

2018-01-23 18:11:11 5612

原创论文笔记 [3] CNN去compression artifacts

论文笔记 [3] Compression Artifacts Removal Using Convolutional Neural Networks 论文用CNN做blockinig，blurring和ringing 的artifacts。JPEG压缩中，blocking是由于8×8的cell使得cell的边缘不连续，ringing，或Gibbs效应，是因为量化过程中移除了高频导致的

2018-01-23 11:35:01 2508

原创 LeetCode小白菜笔记[11]：Search Insert Position

LeetCode小白菜笔记[11]：Search Insert Position

2018-01-20 18:30:24 329

原创论文笔记[2] 基于深度学习的CNN图像质量评估和预测

论文笔记[2] 深度CNN图像质量预测Introduction本文主要讲如何用深度CNN模型来做图像质量评估 / 预测（image quality assessment / prediction）。但是这个问题比较困难的一个原因在于缺少数据，即对一张图片的质量人工主观评价的分数。而且对于这类问题，常规的data augmentation方法都不适用，因为会改变主观分数。对于图像质量...

2018-01-19 11:47:06 12269 2