首页
›
AI视觉与工业视觉
›
024-AI ISP混合架构
›
《AI ISP多帧融合与实时处理优化》
VIP20
本课程属于:024-AI ISP混合架构
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
AI ISP多帧融合与实时处理优化
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
01
AI ISP概述
传统ISP的瓶颈 · AI ISP的定义与优势 · 多帧融合技术的演进
AI
ISP
02
多帧融合基础
多帧采集策略(短帧 · 长帧 · 中帧)
多帧融合基础
多帧采集策略
03
深度学习去噪
CNN/UNet在RAW域去噪中的应… · 噪声模型与合成数据生成
深度学习去噪
CNN/UNet
04
运动补偿与去鬼影
运动估计网络 · 基于注意力机制的去鬼影模块
运动补偿
去鬼影
05
实时处理优化
模型量化(INT8/FP16) · TensorRT/NCNN部署 · 流水线并行设计
实时处理优化
INT8/FP16
06
HDR多帧融合
多曝光融合网络 · 色调映射与细节保留
HDR
多帧融合
07
超分辨率与多帧
多帧超分网络结构 · 亚像素对齐与重建
超分辨率
多帧
08
低光照增强
暗光多帧融合策略 · 亮度提升与噪声抑制的平衡
低光照增强
暗光多帧融合策略
09
硬件加速
NPU/DSP上的算子优化 · 内存带宽优化 · DMA传输设计
硬件加速
NPU/DSP
10
评估指标
PSNR/SSIM/LPIPS · 主观评测 · 实时性指标(FPS/功耗)
评估指标
PSNR/SSIM/LP…
11
数据 pipeline
多帧数据集的构建 · 标注策略 · 数据增强
pipeline
数据
12
模型轻量化
知识蒸馏 · 通道剪枝 · 结构重参数化
模型轻量化
知识蒸馏
13
端到端训练
多帧融合网络的Loss设计 · 梯度稳定性 · 训练技巧
端到端训练
Loss
14
ISP Pipeline集成
AI模块与传统ISP模块的协同 · 参数传递
ISP
Pipeline
15
多帧融合中的挑战
大运动场景 · 闪烁光源 · 计算量爆炸
多帧融合
挑战
16
传感器特性
Bayer/RGBW传感器 · HDR传感器 · 卷帘快门效应
传感器特性
Bayer/RGBW
17
时域滤波
递归滤波 · 卡尔曼滤波在多帧中的应用
时域滤波
递归滤波
18
注意力机制
通道注意力 · 空间注意力 · 时序注意力
注意力机制
通道注意力
19
Transformer在ISP中的应用
SwinIR · Restormer架构解析
Transformer
ISP
20
模型部署
ONNX导出 · 精度校准 · 端侧推理引擎
模型部署
ONNX
21
多帧融合的实时系统设计
双缓冲 · 异步处理 · 帧调度
多帧融合的实时系…
双缓冲
22
色彩还原
多帧融合后的白平衡 · 色彩校正矩阵
色彩还原
多帧融合后的白平…
23
边缘计算
在手机/安防/车载上的落地案例
边缘计算
手机
24
开源框架
OpenISP · MIRNet · BSRGAN等代码解读
开源框架
OpenISP
25
多帧融合的物理限制
光子噪声 · 读出噪声 · ADC量化
多帧融合的物理限…
光子噪声
26
AI ISP的未来
端侧大模型 · 神经渲染 · 语义引导融合
AI
ISP
27
实战项目1
基于PyTorch的多帧去噪网络搭建
实战项目1
PyTorch
28
实战项目2
多帧HDR融合的ONNX部署与优化
实战项目2
HDR
29
实战项目3
在瑞芯微RK3588上部署多帧超分模…
实战项目3
RK3588
30
综合案例
从数据采集到手机端实时运行的完整IS…
综合案例
IS
所属VIP或分类
同VIP:AI-ISP传统管线与神经网络融合实战
同VIP:AI-ISP多帧融合与HDR算法工程实战
同VIP:AI-ISP实时处理管线搭建与性能调优