- ¿Qué es la súper resolución? Aprendizaje profundo?
- ¿Cuál es el propósito de la súper resolución??
- ¿Qué tecnología permite la actualización de la resolución utilizando algoritmos de aprendizaje profundo??
- ¿Dónde se usa la super resolución??
¿Qué es la súper resolución? Aprendizaje profundo?
Resumen: una imagen de super-resolución de imagen sola (SISR) es un problema notablemente desafiante que tiene como objetivo obtener una salida de alta resolución (HR) de una de sus versiones de baja resolución (LR). Recientemente, se han aplicado poderosos algoritmos de aprendizaje profundo a SISR y han logrado un rendimiento de vanguardia.
¿Cuál es el propósito de la súper resolución??
El objetivo central de la súper resolución (SR) es generar una imagen de mayor resolución a partir de imágenes de menor resolución. La imagen de alta resolución ofrece una alta densidad de píxeles y, por lo tanto, más detalles sobre la escena original.
¿Qué tecnología permite la actualización de la resolución utilizando algoritmos de aprendizaje profundo??
Gans para super resolución
La mayoría del modelo de super resolución basado en el aprendizaje profundo se capacitan utilizando redes adversas generativas (GANS).
¿Dónde se usa la super resolución??
La super resolución de la imagen se refiere a la tarea de mejorar la resolución de una imagen de baja resolución (LR) a alta (HR). Se utiliza popularmente en las siguientes aplicaciones: Vigilancia: detectar, identificar y realizar reconocimiento facial en imágenes de baja resolución obtenidas de cámaras de seguridad.