计算机视觉9大常见应用，深度学习的这些名词你听过几个( 五 )_计算机视觉9大常见应用

例如，将特定的著名艺术品（例如帕勃罗·毕加索（Pablo Picasso）或文森特·梵高（Vincent van Gogh））的风格应用于新照片。数据集通常涉及使用公共领域的著名艺术品和来自标准计算机视觉数据集的照片。 6、图像着色图像着色或神经着色涉及将灰度图像转换为全色图像。可以将此任务视为可能没有客观评估的一种照片滤镜或变换。示例包括为旧的黑白照片和电影着色。数据集通常涉及使用现有的照片数据集并创建模型必须学会着色的照片的灰度版本。 7、影像重建图像重建和图像修复是填充图像缺失或损坏的部分的任务。可以将此任务视为可能没有客观评估的一种照片滤镜或变换。例如，重建旧的，损坏的黑白照片和电影（例如，照片恢复）。数据集通常涉及使用现有照片数据集并创建模型必须学习修复的照片的损坏版本。 8、图像超分辨率图像超分辨率是生成比原始图像具有更高分辨率和细节的图像新版本的任务。通常，为图像超分辨率开发的模型可以解决相关问题，因此可以用于图像恢复和修复。数据集通常涉及使用现有照片数据集并创建照片的缩小版本，而模型必须学习这些缩小版本的模型才能创建超分辨率版本。 9、图像合成图像合成是生成现有图像或全新图像的目标修改的任务。这是一个非常广阔的领域，正在迅速发展。它可能包括对图像和视频的少量修改（例如，图像到图像的翻译），例如：更改场景中对象的样式。将对象添加到场景。在场景中添加面孔。