排序方式: 共有6条查询结果,搜索用时 31 毫秒
1
1.
2.
3.
4.
退化图像复原是图像计算领域中的一个重要的难题。近年来以深度学习为代表的 人工智能(AI)技术取得了快速的发展,越来越多的基于神经网络解决退化图像复原的研究工作 出现。首先介绍了神经网络进行退化图像还原的主要技术并对图像复原的问题进行分类;然后 利用神经网络解决退化图像复原问题中细分的多个主要问题,并对每个问题的当前研究现状与 多种基于深度学习网络的解决方法的优势与局限性进行归纳分析,并给出与传统方法的对比。 最后介绍了基于对抗神经网络的极限退化图像复原的新方法,并对未来前景进行展望。 相似文献
5.
6.
动态水面数据采集与重建方法 总被引:1,自引:0,他引:1
自然现象模拟是计算机图形学中的一个重要研究热点.如何快速逼真地模拟自然现象是此类研究的主要目的.传统的解决思路大多采用基于物理的建模方法,而随着采集设备的快速发展,基于采集图像的重建方法得到了广泛关注与研究.本文以液体为研究对象,总结了近年来基于采集图像的重建方法的部分研究成果.针对动态水面,提出了一种动态水面数据采集与重建方法.首先,设计并搭建一套基于多相机的动态水面数据采集系统,采集得到多视图下不同水面运动现象的连续帧图像.其次,通过提取采集图像序列中每幅图像的亚像素级特征点,进行特征点匹配并建立特征点与物理空间中三维点的映射关系.然后,结合水介质的光学折射特性迭代求解水面上三维点阵的高度场和法向量.最终获得动态水面的重建结果.实验结果表明该方法能快速生成与采集水面可视效果相近的三维重建结果,可在计算机游戏、医学、科学研究可视化等领域具有应用前景. 相似文献
1