我们正在运营一个庞大的团队，为我们的客户处理儿童照片，该团队每年处理超过 100 万张照片。
该过程包括基本的灯光调整、调整大小、应用一些滤镜以使皮肤看起来更好。
我们希望使用深度学习来尽可能多地完成工作。这意味着我想选择一个模型并使用我们现有的数据训练该模型。然后使用训练好的模型通过输入新的未经处理的照片来生成照片。
是否有我可以使用的现有模型，或者任何论文都涵盖了这种情况？
任何帮助将不胜感激，谢谢！
问问题
38 次
2 回答
1
你可以尝试这样的事情：https ://arxiv.org/pdf/1412.7725.pdf 。但是通过深度学习和大量的训练数据，你可以让任何足够大的模型正常工作。
于 2017-01-04T08:31:01.740 回答
1
图像生成不是您应该搜索的。图像生成意味着（几乎）完全从无到有生成图像。您想增强现有图像。
虽然到目前为止我还没有阅读任何关于这种情况的论文，但搜索“图像增强神经网络”揭示了几个有希望的结果：
- 图像增强技术综述：经典空间滤波器、神经网络、细胞神经网络和模糊滤波器：http: //ieeexplore.ieee.org/document/4237993/
- 一类用于图像增强的新型非线性滤波器：http: //ieeexplore.ieee.org/document/150915/
- 一种结合锐化和降噪的图像增强技术：http: //ieeexplore.ieee.org/document/1044761/
我想您可以执行以下操作：
创建一个 CNN 模型。该模型唯一的“特殊”之处在于它没有一个全连接层作为目标，而是另一个（3 通道）图像。您必须为此调整误差函数。（类似于语义分割）。
于 2017-01-05T19:58:02.863 回答