fruit的博客

ICCV-2017摘要本文提出了一种利用边缘信息的深度神经网络结构，用于处理具有代表性的底层视觉任务，如分层和图像滤波。与在此上下文中应用的大多数其他深度学习策略不同，我们的方法通过估算边缘和仅使用层叠的卷积层重构图像来解决这些具有挑战性的问题，这样就不需要手工制作或应用程序特定的图像处理组件。我们将得到的可转移管道应用于两个对边缘都敏感的问题域，即单个图像反射去除和图像平滑。对于前者...

CVPR-2018摘要我们提出了一种从单个图像中分离 reflction（镜像）的方法。该方法使用了一个经过训练的全卷积网络，利用低级和高级图像信息进行端到端损失训练。我们的损失函数包括两种感知损失：一种是通过视觉感知网络的特征损失，另一种是 transmission layers 的图像特征编码的对抗性损失。我们还提出了一种新的 exclusion loss，实现像素层级的强制分离。...