![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
技术吹逼
木水_
这个作者很懒,什么都没留下…
展开
-
从生产力角度看算法设计
我最近看一些深度学习网络在人脸超分任务上的应用。例如 CVPR 期刊在2018年有篇文章为:FSRNet: End-to-End Learning Face Super-Resolution with Facial Priors,其核心思想是用了一个子网络获得人脸的特征信息,再结合主网络做超分任务,性能效果获得了突破。 我由此联想到,人类文明发展的过程中,社会分工的精细化使得人各司其职,在公司里面每个人更是做着拧螺丝的工作。然后,在这种生产力的模式下,取得了1+1>2的效果,甚至是1...原创 2021-08-17 16:05:00 · 239 阅读 · 0 评论 -
人脸降噪中的深度学习算法学问
降噪算法,最大的问题是降噪后的图像容易不实,显得模糊。而且一个降噪算法难以处理多种类型的噪点(彩噪、亮噪等)。 降噪算法的劣势在监控领域应用后容易使得人脸的五官等细节不实,涂抹比较严重。尤其在低照度场景下,这种问题会被放大。 传统算法搞来搞去,根据像素点的值和空间距离设置各种规则进行滤波,都难以克服上述的缺点。 只有深度学习技术可以克服上述缺点。 当前各种计算机视觉顶会论文主要聚焦于基础理论和学问创新点,深度学习在人脸(jpg)降噪后处理的实际应用上几乎没有工...原创 2020-08-06 14:41:52 · 739 阅读 · 0 评论