Low-level Vision 方向考核题目(时限14天)

Written by 李文杰。 提交邮箱:lewj2408@gmail.com

说明:请参与考核的同学每日记录完成进度,最终将进度记录与答案提交至上述邮箱。如有问题可通过邮箱联系。

一、了解 Low-level Vision 并回答基础问题

请学习了解 Low-level Vision 相关基础知识,并回答以下问题:

  1. 什么是 Low-level Vision?它通常包括哪些典型任务?请简要解释每个任务的主要目标。

    (提示:可参考如真实世界的图像复原、恶劣天气图像修复等常见任务。)

  2. Low-level Vision 与 High-level Vision 有什么本质区别?

    试举出一个各自的典型任务,并说明两者在感知层面或语义层面上的不同关注点。

二、阅读论文并回答问题

背景了解:基于 GAN 的真实世界图像修复方法 —— RealESRGAN

  1. 这篇文章主要是做什么?
  2. 如何用高质量图像合成真实世界配对的低质量图像?
  3. 文章的输入输出是什么?训练和测试阶段的输入输出尺寸各为多大?
  4. 这个方法的原理是什么?

进阶任务:基于免训练的 Diffusion-based 修复模型 —— DDNM

  1. 扩散模型中反向扩散的原理是什么?
  2. 该方法如何通过调整反向扩散的轨迹完成修复任务?
  3. 该方法的缺点是什么?

三、代码复现任务

本环节旨在考核学生的实际动手能力,掌握图像复原领域的主流模型实现流程。

1. RealESRGAN

项目地址:https://github.com/xinntao/Real-ESRGAN

2. DDNM

项目地址:https://github.com/wyhuai/DDNM

提示与建议: