首页
›
AI视觉与工业视觉
›
030-HDR图像噪声抑制与细节保护
›
《HDR去噪算法在暗光场景的落地应用》
VIP20
本课程属于:030-HDR图像噪声抑制与细节保护
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
HDR去噪算法在暗光场景的落地应用
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
暗光之痛
为什么手机夜景拍照总是糊?——HDR…
暗光之痛
HDR
02
传感器物理
从光子到电子 · 噪声是怎么产生的?——读出噪声 · 散粒噪声
传感器物理
从光子到电子
03
多帧HDR原理
短中长曝光如何合成一张高动态图?——…
HDR
多帧
04
经典去噪方法
BM3D · NLM · 小波去噪——为什么它们在暗光下失效
经典去噪方法
BM3D
05
深度学习登场
CNN去噪的黎明——从DnCNN到F…
深度学习登场
CNN
06
数据驱动
如何构建暗光HDR去噪数据集?——合…
数据驱动
HDR
07
噪声建模
真实噪声分布 vs 高斯假设——我踩…
噪声建模
vs
08
网络架构设计
U-Net · 残差学习 · 注意力机制——哪个更适合暗光
网络架构设计
U-Net
09
损失函数
L1 · L2 · 感知损失
损失函数
L1
10
训练技巧
学习率调度 · 数据增强 · 梯度裁剪——让模型收敛的秘诀
训练技巧
学习率调度
11
推理加速
模型剪枝 · 量化 · TensorRT部署——从30fps…
推理加速
模型剪枝
12
移动端落地
Snapdragon与A系列芯片的N…
移动端落地
Snapdragon
13
多帧融合去噪
时域信息如何利用?——光流对齐与时空…
多帧融合去噪
时域信息如何利用
14
HDR合成中的去噪
先合成再降噪 vs 先降噪再合成?—…
HDR
合成
15
真实场景案例
极暗光(<1 lux)下的视频降噪—…
真实场景案例
lux
16
评价指标
PSNR · SSIM · LPIPS
评价指标
PSNR
17
主观评测
如何组织一场有效的画质盲测?——我踩…
主观评测
如何组织一场有效…
18
传统与深度结合
引导滤波 + CNN混合架构
传统
深度结合
19
自监督去噪
Noise2Noise · Noise2Void——没有干净标签…
自监督去噪
Noise2Noise
20
事件相机辅助
事件流 + RGB融合去噪——前沿探…
事件相机辅助
RGB
21
RAW域处理
为什么ISP之前去噪效果更好?——拜…
RAW
域处理
22
频域分析
高频细节保留与低频噪声去除的平衡艺术
频域分析
高频细节保留
23
视频时域稳定性
闪烁抑制与 temporal con…
视频时域稳定性
temporal
24
低光增强与去噪联合
一个模型搞定两件事?——多任务学习
低光增强
去噪联合
25
模型泛化性
跨传感器 · 跨场景的迁移学习策略
模型泛化性
跨传感器
26
工程化陷阱
内存管理 · 功耗控制 · 发热降频——落地细节
工程化陷阱
内存管理
27
A/B测试
如何量化算法对用户拍照体验的提升
A/B
测试
28
未来趋势
NeRF与3D去噪 · 扩散模型在去噪中的应用
未来趋势
NeRF
29
开源工具与复现
PyTorch · OpenCV · Kodak数据集——动手实践
开源工具
复现
30
课程总结
从算法到产品的完整链路——我的十年经…
课程总结
从算法到产品的完…
所属VIP或分类
同VIP:HDR亮度一致性校正与噪声抑制实战
同VIP:HDR双边引导滤波与细节保护实战
同VIP:HDR图像去噪与暗部细节还原实战