北京大学借助深度展开神经网络在图像去雾、去噪和压缩感知方向上取得了卓越的成果。深度展开神经网络是一种深度学习模型,通过多层神经网络学习输入数据的特征表示。在图像去雾方向上,该网络通过学习大量图像数据,自动学习去除雾霾的特征表示,从而实现高质量的图像去雾效果。在图像去噪方向上,深度展开神经网络通过学习图像的噪声分布和特征,自动学习去除噪声的特征表示,实现高质量的图像去噪效果。在压缩感知方向上,该神经网络通过学习图像的稀疏表示和重构算法,实现了高效的图像压缩和重构。这些卓越的结果为图像处理领域的研究和应用提供了重要的参考和指导。
深度展开神经网络的杰出应用:图像去雾、去噪和压缩感知
文件列表
Deep-Generalized-Unfolding-Networks-for-Image-Restoration
(预估有个207文件)
evaluate_PSNR_SSIM.m
8KB
README-checkpoint.md
627B
README.md
627B
README.md
693B
warmup_scheduler-0.3-py3.6.egg
5KB
README.md
1B
README.md
973B
README.md
1KB
evaluate_GOPRO_HIDE.m
1KB
README.md
490B
暂无评论