Вписывание части изображения — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Создание пустой страницы)
 
Строка 1: Строка 1:
 
{{В разработке}}
 
{{В разработке}}
 +
 +
 +
'''Inpainting'''  {{---}} процесс восстановление испорченных или утраченных частей изображений и видео. В основном, этот процесс происходит, используя фоновую информацию и заполняя недостающие данные в определенной области визуального ввода.
 +
 +
Методы данной области применяются как для восстановления изображений, часть которых была утрачена или подвержена некоторым дефектам, так и для редактирования изображений. С помощью современных моделей можно вырезать ненужные объекты (например, лишних людей на фотографиях), а также гибко редактировать изображения (например изменить цвет глаз у человека на фото).
 +
 +
== Виды вписывания ==
 +
 +
[[Файл:denoising_sample.jpg|thumb|Глубокое обучение как часть машинного обучения.]]
 +
 +
Задача inpainting обычно разделяется на две задачи:
 +
* Non-blind inpainting - информация о том, какие пиксели в изображении нужно заменить, подается на вход модели.
 +
* Blind inpainting - модель должна сама определить, где на изображении пиксели, которые нужно заменить. Эту задачу также называют denoising (устранение шума), так как модели blind inpainting почти всегда устраняют именно шумы. В качестве шума может быть как примененный фильтр к изображению, так и наложенный текст. Пример работы модели удаления наложенного текста приведен на картинке №???
 +
 +
В конспекте далее речь пойдет только про non-blind inpainting.
  
 
[[Категория: Машинное обучение]]
 
[[Категория: Машинное обучение]]

Версия 01:42, 6 января 2021

Эта статья находится в разработке!


Inpainting — процесс восстановление испорченных или утраченных частей изображений и видео. В основном, этот процесс происходит, используя фоновую информацию и заполняя недостающие данные в определенной области визуального ввода.

Методы данной области применяются как для восстановления изображений, часть которых была утрачена или подвержена некоторым дефектам, так и для редактирования изображений. С помощью современных моделей можно вырезать ненужные объекты (например, лишних людей на фотографиях), а также гибко редактировать изображения (например изменить цвет глаз у человека на фото).

Виды вписывания

Глубокое обучение как часть машинного обучения.

Задача inpainting обычно разделяется на две задачи:

  • Non-blind inpainting - информация о том, какие пиксели в изображении нужно заменить, подается на вход модели.
  • Blind inpainting - модель должна сама определить, где на изображении пиксели, которые нужно заменить. Эту задачу также называют denoising (устранение шума), так как модели blind inpainting почти всегда устраняют именно шумы. В качестве шума может быть как примененный фильтр к изображению, так и наложенный текст. Пример работы модели удаления наложенного текста приведен на картинке №???

В конспекте далее речь пойдет только про non-blind inpainting.