آموزش سبک متضاد پچ برای حذف فیلتر اینستاگرام

عنوان آموزش سبک متضاد پچ برای حذف فیلتر اینستاگرام
نویسنده کینلی، عثمان فورکان، اوزجان، باریش، کیراچ، مصطفی فورکان
تاریخ انتشار: 2022
محل انتشار - IEEE
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166548739-9
شماره ثبت 0cc0d85d-7f88-46a2-9cf2-f69ab0b2bf1a
محل کتابخانه علوم کامپیوتر
تاریخ 2022
متن نمونه خرابی ها و آشفتگی های سطح تصویر، عملکرد CNN ها را در وظایف مختلف بینایی پایین دستی کاهش می دهد. فیلترهای رسانه‌های اجتماعی یکی از رایج‌ترین منابع فساد و آشفتگی‌های مختلف برای برنامه‌های تحلیل بصری در دنیای واقعی هستند. اثرات منفی این عوامل منحرف کننده را می توان با بازیابی تصاویر اصلی با سبک خالص آنها برای استنتاج وظایف بینایی پایین دست کاهش داد. با فرض اینکه این فیلترها به طور قابل ملاحظه‌ای بخشی از اطلاعات سبک اضافی را به تصاویر رسانه‌های اجتماعی تزریق می‌کنند، می‌توانیم مشکل بازیابی نسخه‌های اصلی را به عنوان یک مشکل انتقال سبک معکوس فرموله کنیم. ما شبکه حذف فیلتر کنتراست اینستاگرام (CIFR) را معرفی می‌کنیم که این ایده را برای حذف فیلتر اینستاگرام با استفاده از مکانیزم یادگیری سبک متضاد چند لایه جدید تقویت می‌کند. آزمایش‌ها نشان می‌دهند که استراتژی پیشنهادی ما نتایج کیفی و کمی بهتری نسبت به مطالعات قبلی ایجاد می‌کند. علاوه بر این، ما نتایج آزمایش‌های اضافی خود را برای معماری پیشنهادی در تنظیمات مختلف ارائه می‌کنیم. در نهایت، ما خروجی‌های استنتاج و مقایسه کمی تصاویر فیلتر شده و بازیابی شده را در وظایف محلی‌سازی و بخش‌بندی ارائه می‌کنیم تا انگیزه اصلی این مشکل را تشویق کنیم.
DOI 10.1109/CVPRW56347.2022.00073
Cilt 2022-June
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

آموزش سبک متضاد پچ برای حذف فیلتر اینستاگرام

نویسنده کینلی، عثمان فورکان، اوزجان، باریش، کیراچ، مصطفی فورکان
تاریخ انتشار 2022
محل انتشار - IEEE
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166548739-9
شماره ثبت 0cc0d85d-7f88-46a2-9cf2-f69ab0b2bf1a
محل کتابخانه علوم کامپیوتر
تاریخ 2022
متن نمونه خرابی ها و آشفتگی های سطح تصویر، عملکرد CNN ها را در وظایف مختلف بینایی پایین دستی کاهش می دهد. فیلترهای رسانه‌های اجتماعی یکی از رایج‌ترین منابع فساد و آشفتگی‌های مختلف برای برنامه‌های تحلیل بصری در دنیای واقعی هستند. اثرات منفی این عوامل منحرف کننده را می توان با بازیابی تصاویر اصلی با سبک خالص آنها برای استنتاج وظایف بینایی پایین دست کاهش داد. با فرض اینکه این فیلترها به طور قابل ملاحظه‌ای بخشی از اطلاعات سبک اضافی را به تصاویر رسانه‌های اجتماعی تزریق می‌کنند، می‌توانیم مشکل بازیابی نسخه‌های اصلی را به عنوان یک مشکل انتقال سبک معکوس فرموله کنیم. ما شبکه حذف فیلتر کنتراست اینستاگرام (CIFR) را معرفی می‌کنیم که این ایده را برای حذف فیلتر اینستاگرام با استفاده از مکانیزم یادگیری سبک متضاد چند لایه جدید تقویت می‌کند. آزمایش‌ها نشان می‌دهند که استراتژی پیشنهادی ما نتایج کیفی و کمی بهتری نسبت به مطالعات قبلی ایجاد می‌کند. علاوه بر این، ما نتایج آزمایش‌های اضافی خود را برای معماری پیشنهادی در تنظیمات مختلف ارائه می‌کنیم. در نهایت، ما خروجی‌های استنتاج و مقایسه کمی تصاویر فیلتر شده و بازیابی شده را در وظایف محلی‌سازی و بخش‌بندی ارائه می‌کنیم تا انگیزه اصلی این مشکل را تشویق کنیم.
DOI 10.1109/CVPRW56347.2022.00073
Cilt 2022-June
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید