遮擋反光下拍照無壓力—臺大提出新型遮擋去除模型還你清晰視界
2020-04-24 16:31
將門創投
關注
此外研究人員還分析了各個模塊對于整體表現的貢獻，下面幾個表格展示了初始模塊、融合重建模塊和優化對于整體表現的影響。可以看到好的初始化方法所得到的損失較小，而本文的層級重建方法精度也高于其他方法。
下圖還顯示了預訓練模型與優化方法協同帶來的效果提升，在預訓練模型的重建基礎上，在線優化方法利用自監督的模式為背景圖像和遮擋圖像重建出更為清晰的細節。
同時總變分的加入也讓圖像得到了更為平滑和自然的結果：
下面讓我再來看看這種方法在實際場景中的表現：
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
