Efe-CNA Net: un enfoque para desenfoque de imágenes efectivo utilizando un codificador de enfoque sensible a los bordes
Autores: Zheng, Fengbo; Zhang, Xiu; Jiang, Lifen; Liang, Gongbo
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Efe-CNA Net: un enfoque para desenfoque de imágenes efectivo utilizando un codificador de enfoque sensible a los bordes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje profundo
Desenfoque de imagen
Modelo Segment Anything
Codificador de enfoque sensible a los bordes
Módulo EFE
Red CNA
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Las técnicas de desenfoque de imágenes basadas en aprendizaje profundo han avanzado mucho, mejorando tanto la velocidad de procesamiento como la eficacia del desenfoque. Sin embargo, los métodos existentes aún enfrentan desafíos al tratar con tipos de desenfoque complejos y la comprensión semántica de las imágenes. El modelo Segment Anything (SAM), un modelo de aprendizaje profundo versátil que segmenta con precisión y eficiencia objetos en imágenes, facilita diversas tareas en visión por computadora.
Descripción
Las técnicas de desenfoque de imágenes basadas en aprendizaje profundo han avanzado mucho, mejorando tanto la velocidad de procesamiento como la eficacia del desenfoque. Sin embargo, los métodos existentes aún enfrentan desafíos al tratar con tipos de desenfoque complejos y la comprensión semántica de las imágenes. El modelo Segment Anything (SAM), un modelo de aprendizaje profundo versátil que segmenta con precisión y eficiencia objetos en imágenes, facilita diversas tareas en visión por computadora.