|
与可以通过监督学习解决的常规还原任务不同,真实照片的毁坏很复杂,并且合成图像和真实旧照片之间的域间隙使网络无法运用。
这项新技术通过利用真实照片和大量合成图像配对,架构一种新的三重态域翻译网络。具体来说,他们训练两个变体自动编码器(VAE)将旧照片和干净照片分别转换为两个潜在空间。并使用合成配对数据学习这两个潜在空间之间的转换。 由于域间隙在紧凑的潜伏空间中是封闭的,因此这种转换可以很好地推广到真实照片。为了解决一张旧照片中混合的多种退化问题,他们设计了一个全局分支,该分支具有针对结构化缺陷(例如划痕和灰尘斑点)的非局部块,以及针对非结构化缺陷(例如噪声和模糊度)的局部分支。两个分支融合在潜在空间中,从而提高了从多个缺陷还原旧照片的能力。提出的方法在恢复旧照片的视觉质量方面优于最先进的方法。 |
免责声明：本网站内容由网友自行在页面发布，上传者应自行负责所上传内容涉及的法律责任，本网站对内容真实性、版权等概不负责，亦不承担任何法律责任。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。
京公网安备11010802031211号