Apprentissage d'une fonction de régularisation locale pour la restauration d'images
Language
fr
Communication dans un congrès
This item was published in
Congrès des jeunes chercheurs en vision par ordinateur (ORASIS'21), 2021-09-13, Saint Ferréol. 2021
English Abstract
Dans ce travail, nous élaborons une stratégie afin d’apprendre une fonction de régularisation pour résoudre des problèmes de restauration d’images. Une fonction de régularisation locale, paramétrée par un réseau de neurones ...Read more >
Dans ce travail, nous élaborons une stratégie afin d’apprendre une fonction de régularisation pour résoudre des problèmes de restauration d’images. Une fonction de régularisation locale, paramétrée par un réseau de neurones convolutif, est entraînée telle une "critique" entre deux distributions non appariées de patches propres et dégradés, en utilisant un critère d’apprentissage inspiré par les Wasserstein-GAN. La fonction de régularisation globale est ensuite définie comme la valeur moyenne de la fonction locale sur l’ensemble des patches de l’image. L’efficacité de cette méthode est démontrée sur des problèmes de débruitage et de défloutage.Read less <
ANR Project
Repenser la post-production d'archives avec des méthodes à patch, variationnelles et par apprentissage - ANR-19-CE23-0027
Origin
Hal imported