Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Initialization of Deep Learning Zero-shot Blind Image Deconvolution

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F23%3A00369785" target="_blank" >RIV/68407700:21340/23:00369785 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Initialization of Deep Learning Zero-shot Blind Image Deconvolution

  • Popis výsledku v původním jazyce

    The aim of the blind image deconvolution is to recover a sharp image from a blurred one. Assuming that there is no other data than the one blurred image, the problem is highly ill-posed. Approaches based on bayesian models that attempt to describe an image statistics using priors had played a major role in the zero-shot blind image deblurring until a deep image prior (DIP) and subsequently a DIP framework for the blind image deconvolution were proposed. This method differes from the traditional ones in many aspects, one of them being its initialization. This paper examines influence of the initialization though the modeconnectivity method and discusses a possible role of a power spectra of the sharp image.

  • Název v anglickém jazyce

    Initialization of Deep Learning Zero-shot Blind Image Deconvolution

  • Popis výsledku anglicky

    The aim of the blind image deconvolution is to recover a sharp image from a blurred one. Assuming that there is no other data than the one blurred image, the problem is highly ill-posed. Approaches based on bayesian models that attempt to describe an image statistics using priors had played a major role in the zero-shot blind image deblurring until a deep image prior (DIP) and subsequently a DIP framework for the blind image deconvolution were proposed. This method differes from the traditional ones in many aspects, one of them being its initialization. This paper examines influence of the initialization though the modeconnectivity method and discusses a possible role of a power spectra of the sharp image.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    SPMS 2022/23 Stochastic and Physical Monitoring Systems, Proceedings of the international conferences

  • ISBN

    978-80-01-07250-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    1-8

  • Název nakladatele

    České vysoké učení technické v Praze

  • Místo vydání

    Praha

  • Místo konání akce

    Sloup v Čechách

  • Datum konání akce

    26. 6. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku