注册 搜索

基于残差学习与卷积神经网络的图像修复


项目成员

狄行健

上海市上海中学

高中二年级

基本信息
代表队 上海 项目编号 CS163027 学科分类 计算机科学与信息技术 竞赛组别 高中组
关键词 深度学习 卷积神经网络 残差学习
项目简介

对于实际生活中常常遭遇的受干扰图像,由于干扰的未知性和其与原始图像的耦合性,为理论化噪音设计的传统方法往往具有较强的局限性。 本课题提出了一种新颖的基于残差学习与卷积神经网络的图像自适应修复方法,结合使用L1 Norm作为损失评估函数(loss function)等前沿技术手段,进行图像综合自适应修复,在客观指标与主观感受上较大地超越了现有的解决方案,且高度自动化,最大化减少了实用成本。 由于其与生活的密切联系,本课题的应用前景十分广泛。并且,由于卷积神经网络高度并行化的算法特征,假使通过FPGA或DSP,存在实时处理的可行性,从而进一步地提升了实用化的前景。 (详请见课题论文)

相关图片