【深度学习】DL下的3D图像和Low-level Vision问题解析

最新推荐文章于 2024-03-29 21:31:00 发布

理想不闪火

最新推荐文章于 2024-03-29 21:31:00 发布

阅读量636

点赞数

分类专栏：深度学习入门到精通系列讲解

本文链接：https://blog.csdn.net/weixin_43838785/article/details/116855324

版权

深度学习入门到精通系列讲解专栏收录该内容

234 篇文章 799 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文探讨了深度学习在3D图像和低级视觉任务中的应用，如图像超分辨率和条件图像合成。低级视觉任务关注图像细节恢复，而高级视觉任务涉及目标检测和识别。文章介绍了利用注意力机制和解耦表征的最新技术，并讨论了在图像去噪和压缩 artifact 去除中的应用。此外，还涉及了3D图像数据处理，包括格式转换、图像裁剪和重采样策略。

摘要由CSDN通过智能技术生成

【深度学习】DL下的3D图像和Low-level Vision问题解析

文章目录
1 概述
2 low-level vision
	2.1 【注意力机制、超分】Learning Texture Transformer Network for Image Super-Resolution
	2.2 【解耦表征、多模图像转换、超分、修复】Nested Scale-Editing for Conditional Image Synthesis
3 Low-level vision task 低级视觉任务：image2image, video2video 等等。