Detail publikace
Convolutional Neural Networks for Direct Text Deblurring
Kotera Jan (FIT)
Zemčík Pavel, prof. Dr. Ing., dr. h. c. (UPGM)
Šroubek Filip, Ing., Ph.D.,D.Sc.
convolutional neural networks, blind deconvolution, image restoration, deblurring, CNN, neural networks, deep learning
Tato práce řeší slepou dekonvoluci a obnovení rozmazaných textových dokumentů pomocí přímé aplikace konvolučních neuronových sítí. Sítě jsou trénovány, aby přímo rekonstruovaly kvalitní obraz z rozmazaného vstupu. Prezentovaný postup poskytuje výrazně kvalitnější výsledky oproti existujícím metodám slepé dekonvoluce, a pro realistické úrovně šumu dokonce dosahují lepších výsledků než dekonvoluční metody se známým rozmazávacím jádrem. Výhodou prezentované metody je její relativně nízká výpočetní náročnost a to, že není omezená na určité typy degradace obrazu.Další informace a materiály naleznate na [STRÁNCE PROJEKTU] (http://www.fit.vutbr.cz/~ihradis/CNN-Deblur/).
@inproceedings{BUT119880,
author="Michal {Hradiš} and Jan {Kotera} and Pavel {Zemčík} and Filip {Šroubek}",
title="Convolutional Neural Networks for Direct Text Deblurring",
booktitle="Proceedings of BMVC 2015",
year="2015",
pages="1--13",
publisher="The British Machine Vision Association and Society for Pattern Recognition",
address="Swansea",
doi="10.5244/C.29.6",
isbn="1-901725-53-7",
url="http://www.bmva.org/bmvc/2015/papers/paper006/index.html"
}