您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能学术 正文
发私信给AI科技评论
发送

0

ECCV 首场论文解读直播!北大本科一作,带你破解图像缩放难题

本文作者:AI科技评论 2020-07-08 17:31
导语:7月10日晚上八点,等你来!

ECCV 首场论文解读直播!北大本科一作,带你破解图像缩放难题

在这个吃饭、跑步、旅游都要“photo first”的时代,分享图片,成为了我们日常生活中非常重头的部分。不过,在把自己精心拍摄的高清图片分享给好友或者上传到朋友圈、微博等社交平台上时,被服务器降低分辨率后的渣画质图片,想必也常让大家伤透了脑筋。

为了适配不同分辨率的屏幕、节省存储或带宽等,图片常常进行降采样操作,而如何从降采样后的低分辨率图片恢复原始高清图片,一直是一个难以解决的问题。

北大、微软亚洲研究院和多伦多大学合作的这项工作《Invertible Image Rescaling》,便尝试使用可逆神经网络(Invertible NN, INN)来解决此问题,为包括图像缩放等在内的信息丢失(Information Loss)问题提供了非常有前景的解决思路。这一工作成果也被ECCV2020收录为Oral 论文,其研究价值可见一斑。为了让大家详细了解这项工作的可逆框架建模方法以及模型设计、实验,AI 科技评论专门邀请到了一作肖命清同学来为大家做直播解读。据悉,肖命清同学刚从北大本科毕业,大家想不想了解本科阶段就开始发顶会论文是一种怎样的体验呢?

7月10日晚上八点,大家不妨跟肖命清同学亲自侃一侃咯~

分享主题:可逆图像缩放

分享时间:7月10日(星期五)20:00

分享嘉宾:肖命清,北京大学本科生,微软亚洲研究院实习生

ECCV 首场论文解读直播!北大本科一作,带你破解图像缩放难题

分享内容:

图像的降采样缩放是对数字图像最常见的操作之一,比如为了适配不同分辨率的屏幕、节省存储或带宽等。然而,如何从一张降采样后的图像上采样恢复出原始的高分辨率图像,是一个非常有挑战的问题。

本次分享将介绍最近被ECCV 2020录用为Oral的一项工作Invertible Image Rescaling,通过对图像的降采样和上采样进行可逆建模,从一个全新的视角解决这类问题。


分享提纲:

问题背景介绍

可逆框架的建模方法

模型设计与实验

工作的前景


如何加入?            

扫码关注[ AI研习社顶会小助手] 微信号,发送关键字“ECCV 2020+直播”,即可进群观看直播和获取课程资料。       

ECCV 首场论文解读直播!北大本科一作,带你破解图像缩放难题

ECCV 首场论文解读直播!北大本科一作,带你破解图像缩放难题

雷锋网版权文章,未经授权禁止转载。详情见转载须知

ECCV 首场论文解读直播!北大本科一作,带你破解图像缩放难题

分享:
相关文章

文章点评:

表情
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说