【总结】有三AI秋季划图像质量组3月直播讲了哪些内容,为什么解决好底层图像处理问题那么重要

大家知道,有三AI有计算机视觉的人才培养体系,分为三个等级,分别是春季划,夏季划,秋季划,如果不熟悉可以查看下面介绍。

【杂谈】2020年有三AI计算机视觉培养计划详解,该不该学&怎么学CV的简单讨论

(1) 春季划的目标,是为了培养新人熟悉深度学习和计算机视觉的核心领域,达到一般岗位项目研发的水平。

(2) 夏季划的目标,是为了让大家更深层次掌握框架的使用,同时熟悉更多的计算机视觉领域。

(3) 秋季划的目标,则是专精于某一个方向,目前包括模型优化,人脸算法,图像质量,GAN。

过去的3月份,我们给图像质量小组进行了突击直播,包括4期内容。那么这4期直播都包括了哪些内容呢?

第一期:图像质量评估方法与应用

第一期的内容为图像质量评估方法与应用,这是图像质量组所有算法的基础,在这次直播中,主要讲述了以下内容:

(1) 图像质量评估方法。质量评估是一个非常古老的问题,从主客观指标,到有参考无参考方法,虽然研究很多,但理想的指标还需要研发人员继续努力。

(2) 美学质量评估。美学评估是一个独特的质量评估领域,它用于评价图像的美学质量,在图片引擎,摄影等领域有重要作用,我们总结了各种模型。

(3) 图像质量评估应用。图像质量评估虽然单独可以成为一个方向,但它也可以在其他任务中起到非常重要的作用。

第二期:图像增强

接着是第二期,图像增强核心技术与应用,我们重点讲述了以下内容:

(1) 图像去噪。图像去噪是非常基本的图像增强问题,我们重点介绍了深度学习模型,并给出了相关图文实践。

(2) 图像去模糊。这一小节我们对图像的常见模糊类型以及当前使用深度学习模型去模糊的主要思路进行了介绍。

(3) 图像对比度与颜色增强。自动化的图像对比度与颜色增强是一个非常综合性的问题,往往包含了许多的步骤,我们总结了各种主流的思路并进行了实践验证。

(4) 图像超分辩。图像超分辨在图像视频的传输以及修复上有着重要的应用场景,我们总结了当前超分辩的各种模型架构并进行了实践。

第三期:图像风格化

接着是第三期,图像的风格化,我们重点讲述了以下内容:

(1) 图像滤波与几何编辑。图像的滤波和几何编辑操作是非常底层的图像变换技术,在人脸塑形/人脸美颜等领域中应用广泛。

(2) 图像风格化与滤镜。风格迁移是一个非常有意思的领域,它可以给图片添加各种各样富有艺术美感的效果。

(3) GAN与图像翻译。GAN的一大应用方向就是图像风格化,其中基于图像翻译的架构是它的核心思想,我们介绍了一些代表性的应用。

第四期:图像编辑核心技术

接着是第四期,图像编辑的核心技术,我们重点讲述了以下内容:

(1) 图像深度估计。深度估计在摄影,自动驾驶等领域中都有广泛应用,这一部分主要介绍各类深度估计以及编辑算法。

(2) 图像修复。图像修复是一个非常经典的问题,我们对当前主流的图像修复模型技术进行了总结,并且对其中重要算法进行了实践。

(3) 图像融合。图像融合是多张图像的处理技术,在摄影图像的后期处理中具有非常重要的作用,我们介绍了其中核心思想和最新的技术进展。

接下来的直播安排

在4月份,我们不会再做新直播安排,让大家先消化已有的内容。到了5月份,我们还会安排有更多相关内容,接下来敬请期待吧。

小提示:直播的地点就在微信群内,并且所有资料发放也在微信群内,为防止资源外泄不会再更新云盘,这都是为了保护图像算法小组成员的权益。另外,加入图像质量小组可以免费加入有三的摄影星球。

如何学习以及报名

图像质量小组的学习路线如下:

学习的资料包括:

(1) 图文课件和实践代码,数据集。

(2) 视频(录制中),不定期增加的群内直播。

当然了,更重要的是多讨论,相互进步,毕竟内容很多。

(0)

相关推荐