P图界的全能王！随机初始化CNN当仁不让

▷每周一篇2分钟论文视频解读

本期介绍的论文是《Deep Image Prior》（深度卷积网络先天就理解自然图像），它用一个卷积神经网络来执行图像恢复任务，发现这个网络会自动先学会如何重建图像。这项任务主要用于以下四种场景：

第一，图像恢复。在JPEG手动删除的情况下，我们输入的是某个图像，其中有许多块状的工件，在压缩期间具体化，而输出是这个映像的恢复版本。

第二，图像修补。在某些区域的输入图像缺失，可能会被有用的或看似有用的信息填充。

第三，超分辨率。我们输入图像是完整的，但是非常粗糙，分辨率也很低，输出应该是一个更详细、更高分辨率的图像。这是CSITV中典型的强化场景。一般很难，因为有大量可能的高分辨率图像解决方案，可以作为输出。

第四，图像去噪。这样做的标准方法是：我们在一个大型的图像数据库中训练这样一个网络，这样他们就可以学习许多对象类的概念。比如人、动物等等，还有用来构造这些图像的典型特征和图形。这些网络对这些图像有一定的理解，因此，可以比大多数手工算法更好地执行这些操作。

论文原址https://dmitryulyanov.github.io/deep_image_prior

更多文章，关注雷锋网雷锋网雷锋网

添加雷锋字幕组微信号（leiphonefansub）为好友

备注「我要加入」，To be a  AI  Volunteer ！