基于深度双边格的实时图像增强算法的研究与实现开题报告
2020-06-23 20:50:57
1. 研究目的与意义(文献综述包含参考文献)
文献综述 #8212;#8212;deep bilateral learning for real-time image enhancement 性能是移动图像处理中的关键挑战。
给定一个参考成像管道,甚至是人工调整的图像对,寻求重现增强功能并实现实时评估。
为此引入了受双边格启发的新型神经网络架构处理和局部仿射色变换。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容、问题解决措施及方案
本课题要研究或解决的问题: 主要研究和实现高分辨率的图像大数据的实时去噪以及实时图像增强算法。
包括低利用深度学习从分辨率图像学习特征、双边格构建、高分辨率图像图像细节引导图生成和实时图像增强四个模块。
利用深度学习从分辨率图像学习特征,把图像转换到低分辨率,利用cnn学习描述子。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付