4 个月前

使用多分辨率卷积神经网络进行莫尔照片修复

使用多分辨率卷积神经网络进行莫尔照片修复

摘要

数字相机和移动电话使我们能够方便地记录珍贵的时刻。尽管数字图像质量在不断改进,但拍摄数字屏幕的高质量照片仍然具有挑战性,因为这些照片经常受到摩尔纹(moiré patterns)的污染,这是由于相机传感器和设备屏幕的像素网格之间产生干涉所致。摩尔纹会严重损害照片的视觉质量。然而,针对这一问题的研究却很少。本文介绍了一种新颖的多分辨率全卷积网络,用于自动去除照片中的摩尔纹。由于摩尔纹跨越了广泛的频率范围,我们提出的网络首先对输入图像进行非线性的多分辨率分析,然后计算如何在每个频率带内消除摩尔纹伪影。此外,我们还创建了一个大规模基准数据集,包含超过10万张图像对,用于研究和评估摩尔纹去除算法。我们的网络在这个数据集上的表现优于现有的用于图像恢复问题的学习架构,达到了当前最佳水平。

基准测试

基准方法指标
image-enhancement-on-tip-2018DMCNN
FSIM: 0.914
PSNR: 26.77
SSIM: 0.871

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
使用多分辨率卷积神经网络进行莫尔照片修复 | 论文 | HyperAI超神经