VIP20

本课程属于：010-ISP图像处理架构与Camera　Sensor硬件通路 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

去马赛克算法与边缘增强协同优化

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

去马赛克与边缘增强的协同优化概述 · 应用场景与课程目标

课程导论去马赛克

图像传感器基础

Bayer阵列原理 · CFA模式 · RAW数据格式解析

图像传感器基础Bayer

去马赛克算法基础

从单通道到三通道的映射问题 · 伪影来源分析

去马赛克算法基础从单通道到三通道…

经典插值算法（上）

最近邻插值 · 双线性插值原理与实现

经典插值算法最近邻插值

经典插值算法（下）

双三次插值 · 基于梯度的插值方法

经典插值算法双三次插值

边缘感知去马赛克

利用边缘方向信息进行自适应插值

边缘感知去马赛克利用边缘方向信息…

边缘增强基础

图像梯度 · Sobel算子 · Laplacian算子

边缘增强基础图像梯度

非锐化掩模（Unsharp Masking）

原理 · 参数调优与局限性

协同优化动机

去马赛克与边缘增强的冲突与耦合关系

协同优化动机去马赛克

联合优化框架设计

端到端协同处理流水线架构

联合优化框架设计端到端协同处理流…

基于梯度域的协同方法

在梯度域进行插值与增强

基于梯度域的协同…梯度域进行插值

迭代反投影方法

利用残差反馈优化去马赛克结果

迭代反投影方法利用残差反馈优化…

稀疏表示与字典学习

利用图像先验进行协同重建

稀疏表示字典学习

深度学习入门

CNN基础 · 感受野 · 特征图概念

深度学习入门CNN

基于CNN的去马赛克网络

经典网络结构解析

基于CNN的边缘增强网络

SRCNN · EDSR等结构借鉴

协同优化网络设计

多任务学习与共享特征提取器

协同优化网络设计多任务学习

损失函数设计

感知损失 · 对抗损失 · 边缘保持损失

损失函数设计感知损失

数据准备 · 学习率调度 · 正则化技巧

训练策略数据准备

评估指标（上）

PSNR · SSIM · FSIM原理与计算

评估指标PSNR

评估指标（下）

边缘保持指数（EPI） · 无参考图像质量评估

评估指标EPI

数据集构建

Kodak · McMaster · Urban100等数据集特点

数据集构建Kodak

经典方法 vs 深度学习方法性能分析

边缘增强模块对去马赛克效果的影响

消融实验边缘增强模块对去…

实时性优化

模型剪枝 · 量化 · 知识蒸馏

实时性优化模型剪枝

硬件部署考虑

FPGA/GPU上的协同优化实现

硬件部署考虑FPGA/GPU

特殊场景处理

低光照 · 高ISO下的去马赛克与增强

特殊场景处理低光照

视频去马赛克

时序一致性 · 光流引导的协同方法

视频去马赛克时序一致性

Transformer在去马赛克中的… · 扩散模型探索

前沿进展Transformer

课程总结与未来展望

开放问题 · 研究方向与资源推荐

课程总结未来展望