Какие алгоритмы машинного обучения применяются для восстановления деталей на изображениях?

Некоторые алгоритмы машинного обучения, которые применяются для восстановления деталей на изображениях:

• Deep Image Prior. www.opennet.ru Комбинирует использование машинного обучения и алгоритмы на основе вероятного повторения содержимого соседних областей. www.opennet.ru Для определения оптимального пути реконструкции изображения используются данные непосредственно из обрабатываемого изображения. www.opennet.ru
• PixelNN. www.opennet.ru Пытается воссоздать утраченные детали изображения, используя нейронную сеть, предварительно обученную на большой коллекции изображений. www.opennet.ru Недостающие элементы синтезируются на основе сопоставления оптимальных совпадений с ранее обработанными изображениями. www.opennet.ru
• EnhanceNet-PAT. www.opennet.ru Специализируется на повышении разрешения изображений и улучшении качества старых фотографий. www.opennet.ru Нейронная сеть обучается на основе большой коллекции высококачественных текстур. www.opennet.ru В процессе анализа на изображении выявляются похожие текстуры, и для улучшения их качества используются данные, накопленные в процессе машинного обучения. www.opennet.ru
• Автоэнкодер. libeldoc.bsuir.by Это нейронная сеть, которая обучается сжимать и восстанавливать изображения. libeldoc.bsuir.by Во время обучения автоэнкодер сжимает исходное изображение до некоторого скрытого представления, а затем восстанавливает его обратно к оригинальному изображению. libeldoc.bsuir.by