超分辨率:如好莱坞的cia追查犯人,将特别模糊恢复到高清晰度
应用: 图像 动画视频的画质修复就如以前的叮当猫动画变高清,
节约传输高清图像的带宽:传输低清晰,再本地恢复等。
超分辨率类型:
1多图超分,利用多帧低清晰图像然后恢复,多应用于遥感影像,还有视频超分
2单图超分:比较困难,因为只有一个图片,解决方法:图像数据有它的规律作为先验知识,再用先验知识再作用与模糊的就ok!
经典方法:稀疏编码
视频超分的实现:
典型流程:对齐-融合-特征提取-重建
损失函数越多理论上是 学习的越好的就是对比要求变多了一样。
GPU:决定显卡的东西,用作图像处理的。GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。
初学人工智能,一是看相关基础知识体系。更重要的是实现论文复现(这个是比较困难的,又要配置环境又要跑代码。但是呢,复现多了就有时候一点点的改进就能发一篇文章了。