user study
感谢您参与我们图像超分辨率的user study的研究活动，请您在下面的20个图像选择题中，选择您认为更加和真实图像接近的那张图像。最后点击“提交”即可。
(function(h){function n(a){return null===a?null:a.scrollHeight>a.clientH
...
user study
感谢您参与我们user study的研究活动，请您在下面的20个图像选择题中，选择您认为更加和真实图像接近的那张图像。最后点击“提交”即可。
(function(h){function n(a){return null===a?null:a.scrollHeight>a.clientHeight?a
...
GAN02| GAN的基本原理及推导
一、GAN基本认识
1、基本流程1.输入噪声$z$
2.连续函数$G$作为生成器,生成仿真的$\hat{x}$，不同的输入向量$z$，导致生成器生成不同的图片$\hat{x}$
3.真实的样本$x$
4.交给判别器$D$
2、基本认识(1) 判别器$D$目标$D(x)
...
GAN01| 判别式模型和生成式模型
generative adversarial network 对抗生成网络
机器学习基本知识生成式模型(generative models)与判别式模型(Discriminative models)
本质区别：生成式模型可以生成数据，而判别式模型不可以生成数据，只可以将数据用于分类、回归等问题
判别
...
深度学习心得06| 调参
吴恩达深度学习课程2：实战中的问题
学习目标
不同的初始化，产生不一样的效果
初始化，对复杂的模型，意义重大
train set, dev set, test set 之间的差异
Diagnose the bias and variance issues in your model
Lear
...
盲图像去模糊（blind image deblurring）
盲图像去模糊（blind image deblurring）
应用• Natural image deblurring
• Specific scenes
– Text images
– Face images
– Low-light images
初探去模糊
图像的
...
Blind Image Deblurring Using Dark Channel Prior
使用暗通道先验的盲图像去模糊（Blind Image Deblurring Using Dark Channel Prior）
摘要 AbstractOur work is inspired by the interesting observation that the dark channel o
...
Learning Deep CNN Denoiser Prior for Image Restoration
Learning Deep CNN Denoiser Prior for Image Restoration
使用CNN去噪先验，实现图像复原
Iter CNN = IRCNN
论文Paper
Abstract
strategies for solving inverse problems(图像恢复
...
Learning a Discriminative Prior for Blind Image Deblurring
Learning a Discriminative Prior for Blind Image Deblurring
使用CNN生成图像先验，实现更广泛场景的盲图像去模糊
论文Learning a Discriminative Prior for Blind Image Deblurring
Abs
...