【超强干货】图像去噪、图像去水印、图像篡改、图像修复超强干货论文+源码整理

这篇博客汇总了图像处理领域的几篇重要论文,包括《Deep Image Prior》的去噪去水印超分辨率方法,无需干净图片训练的《Noise2Noise》,以及非神经网络的《On the effectiveness of visible watermark》水印检测和重构技术。还介绍了用于图像篡改检测的《Learning Rich Features for Image Manipulation Detection》和《Detecting Photoshopped Faces by Scripting Photoshop》。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Hello,大家好,许久未见,本来今天要和大家分享的是Google CVPR 2017的一篇论文,讲的是去除可见水印哒。但是想了想,不如做一个超强合集??自己挖坑自己填哈哈。对,最近在研究图像去水印以及图像重构的一些内容,所以就一起做一个整理好啦。也许之后还会有更新,但也可能就只更新看了的这些。每篇论文如果网上的讲解不多的话我都会单独再开一篇去讲,如果网上已经有比较好的讲解了的话,我会做一个整理,就不再做重复性的工作了。

===============================================================================

【去噪去水印超分辨率能力王】《Deep Image Prior》

 CVPR 2018 , GitHub 已有 4825个 star。

论文链接:https://sites.skoltech.ru/app/data/uploads/sites/25/2018/04/deep_image_prior.pdf

源码链接:https://github.com/DmitryUlyanov/deep-image-prior

我的博客讲解地址:待填坑或整理

该论文相关参考资料:

1.去噪、去水印、超分辨率,这款不用学习的神经网络无所不能

https://www.jiqizhixin.com/a

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值