Initialization of Deep Learning Zero-shot Blind Image Deconvolution

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

—

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2023

Kód důvěrnosti údajů

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

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

—