...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Image Processing On Line >A Study of Two CNN Demosaicking Algorithms
【24h】

A Study of Two CNN Demosaicking Algorithms

机译：两种CNN去马赛克算法的研究

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most cameras capture the information of only one color for a given pixel. This results in a mosaicked image that must be interpolated to get three colors at each pixel. The step going from a mosaicked image to a regular RGB image is called demosaicking. This paper studies two recent demosaicking methods based on convolutional neural networks that achieve artifact-free state-of-the-art results: Deep joint demosaicking and denoising by Gharbi et al. and Color image demosaicking via deep residual learning by Tan et al. We show that these methods beat by almost two decibels the best human-crafted methods, while being faster by one order of magnitude. This, arguably, seals the destiny of human-crafted methods on this subject.
机译：对于给定的像素，大多数相机仅捕获一种颜色的信息。这导致必须对图像进行插值处理才能在每个像素上获得三种颜色。从镶嵌图像到常规RGB图像的步骤称为去马赛克。本文研究了基于卷积神经网络的两种最近的去马赛克方法，这些方法实现了无伪像的最新结果：Gharbi等人进行的深联合去马赛克和去噪。 Tan等人通过深度残差学习对彩色图像进行了去马赛克。我们证明，这些方法几乎是最好的人为方法击败了两个分贝，而速度却快了一个数量级。可以说，这密封了人造方法在这一主题上的命运。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号