明天19:30青年科学家 | 基于深度3D参数化滤波的视频多降质因素增强模型

点击蓝字

27f003c330437edeb639904bd81966f3.jpeg

关注我们

AI TIME欢迎每一位AI爱好者的加入!

0262709e28c2096be187d6a2acd3f550.jpeg

哔哩哔哩直播通道

扫码关注AI TIME哔哩哔哩官方账号预约直播

d03f9311b94fd12ff377945c15f924c3.gif

✦+

+

活动时间

3月16日  19:30-20:30

+

邀请嘉宾

145d234b6ed99defe766e889146be114.png

讲者简介

徐晓刚

现双聘为之江实验室研究专家,浙江大学计算机学院百人计划研究员,研究方向包括生成式模型和多模态可信计算。徐晓刚于2022年7月在香港中文大学计算机科学与工程学系获得哲学博士学位,师从香港中文大学终身教授,IEEE Fellow贾佳亚教授。并且在博士期间,获得香港政府奖学金支持。在此之前,他在浙江大学信息工程系获得学士学位。在人工智能领域顶级会议和期刊上已发表论文20余篇,同时他担任多个国际学术会议和期刊的审稿人。

报告题目

基于深度3D参数化滤波的视频多降质因素增强模型

报告简介

在开放环境下的视频恢复模型通常需要关注到多降质因素的联合建模。在本文中,我们对于视频超分中同时存在视频噪声和暗光降质因素的情况进行了研究。一般的不同降质恢复级联模型(例如连续应用视频超分,去噪和暗光增强模型)将会由于不同模型之间的输入输出不一致性导致效果不尽如人意。我们由此提出了一个新的深度参数化模型,即Deep Parametric 3D Filters (DP3DF),来同时在一个框架中完成超分,去噪和暗光增强三种效果。DP3DF能够自适应结合时空间信息来得到不同降质恢复所需要的参数。此外,DP3DF可以和一个动态的残差图一起学习,来达到某些无法数学建模的降质类型的恢复。我们在现有的静态和动态数据集上做了大量实验,验证了我们框架的优势。

请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“大模型”,将拉您进群!

aeb81907fedead0bfe391b5242f44f6c.gif

AI TIME微信小助手

87458d3141eaad50e61e5ad69375803e.jpeg

往期精彩文章推荐

ebc14f15e15b6968a5b5155a6afb7af9.jpeg

记得关注我们呀!每天都有新知识!

 关于AI TIME 

AI TIME源起于2019年,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索,加强思想碰撞,链接全球AI学者、行业专家和爱好者,希望以辩论的形式,探讨人工智能和人类未来之间的矛盾,探索人工智能领域的未来。

迄今为止,AI TIME已经邀请了1000多位海内外讲者,举办了逾500场活动,超500万人次观看。

8d09d92a0c3c239dc578acfd78e51842.png

我知道你

在看

~

d4d023f511666e5fe7b3720fe6c61d5c.gif

点击 阅读原文 预约直播!

猜你喜欢

转载自blog.csdn.net/AITIME_HY/article/details/129577835