典型文献
基于深度学习的红色经典老电影图像修复技术研究
文献摘要：
通过采用传统的检测算法检测,带来的结果不尽如人意是因为检测环节不能有效识别划痕与斑块,导致漏检或误检,而且检测时间过长.本文中使用U-Net网络检测图像中的划痕.针对于斑块使用一维块匹配算法对其检测,输入当前帧与前一帧图像,计算特征矩阵,搜索策略使用一维TSS,匹配准则使用SAD搜索最优解,确定运动矢量分量,输出运动矢量,从而快速实现斑块自动检测.图像中的大面积区域的修复对算法的要求更高,所以本文采用Edge-Connect算法,先对网络输入图片进行训练,通过生成器与判别器的对抗达到图像修复的最优效果.结果表明,本文提出的图像修复算法提高了修复效率和精度.此项技术对于大量的影片修复工作而言具有举重若轻的意义,质量和效率均得到了改善.
文献关键词：
U-Net网络;一维块匹配算法;Edge-Con-nect网络
中图分类号：
作者姓名：
温鑫峦;李晓荣;李春光
作者机构：
长春理工大学
文献出处：
引用格式：
[1]温鑫峦;李晓荣;李春光-.基于深度学习的红色经典老电影图像修复技术研究)[J].中国科技投资,2022(13):104-106
A类：
一维块匹配算法
B类：
红色经典,老电影,图像修复技术,检测算法,尽如人意,划痕,斑块,漏检,检测时间,Net,网络检测,一帧,特征矩阵,搜索策略,TSS,匹配准则,SAD,最优解,运动矢量,出运,快速实现,自动检测,Edge,Connect,生成器,判别器,优效,复算,修复效率,此项,影片修复,举重若轻,质量和效率
AB值：
0.405339
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
