前沿:
广义上,图像质量增强分为图像修复和图像美化。图像修复的目标是通过质量受损图像预测出隐层的清晰图像,包括了图像去噪、去压缩伪影、图像修补、超分辨重建和去模糊等等。图像美化的目标是通过对图像进行处理增加图像清晰度和美感,包括了对比度增强、图像去雨和图像去雾等等。
我们比较熟悉的目标检测、识别、分割等都属于高层的计算机视觉任务,然而大部分高层视觉任务都是在高质量图像上进行了,那么如何在低质量图像上进行视觉任务呢?这便是图像质量增强的价值!
同时,在实际的系统应用中,图像质量增强作为智能系统的前端,其效果直接影响后端的高级语义应用。与此同时,最为前端,增强网络本身不能引入过多的时间和算力的消耗,否则会降低后端高级语义应用在移动端的部署。
1月11日,智东西公开课联合超集信息策划推出「轻量化图像质量增强与GPU调度在线研讨会」。本次研讨会聚焦主讲轻量级超分网络WSR与容器化GPU调度平台,特邀中山大学副教授金枝和超集信息解决方案部高级硬件工程师沈佳威参与讲解。
其中,金枝老师就主题《轻量级图像质量增强》,对图像质量增强常用的方法、研究及应用难点,和她们最新研究成果:基于单图像的轻量级超分辨率网络WSR进行了深入讲解。
金枝老师目前是中山大学副教授、博士生导师,入选了中山大学“百人计划”,同时也是中国图象图形学学会CSIG多媒体专委会委员、交通视频专委会委员、CCF 多媒体委员会委员。她主要从事图像视频处理、计算机视觉、三维重建等领域的研究和应用。
精选PPT