基于深度学习的二阶段图像修复算法综述  

Overview of Two-Stage Object Detection Algorithms Based on Deep Learning

作　　者：孔孟[1] KONG Meng(Wuhu Institute of Technology,Wuhu Anhui 241000,China)

机构地区：[1]芜湖职业技术学院,安徽芜湖241000

出　　处：《长江信息通信》2024年第9期71-73,共3页Changjiang Information & Communications

基　　金：2024年度校级科学研究项目,边缘计算环境下基于深度学习的目标检测方法研究,项目编号:wzyzrzd 202412;2022年校级科研团队,虚拟现实与人工智能技术科研项目开发团队,项目编号:wzykytd202206。

摘　　要：图像修复是计算机视觉领域的重要研究方向之一,它的目标是准确修复图像中原来信息内容。随着计算机技术的快速发展,基于深度学习的图像修复算法相对于传统算法表现出了明显的优势,具有更高的精度和实时性。文章介绍了几种经典的基于深度学习的二阶段图像修复算法,介绍了它们的优点,同时展望了未来图像修复算法的发展。Image generation plays an important role in the field of computer vision,its goal is to accurately recover the original information content in the image.With the rapid development of computer technology,image restoration algorithms based on deep learning show obvious advantages over traditional algorithms,with higher accuracy and recal-time performance.This paper introduces several classical image recovery algorithms,introduces their advantages,and looks forward to the future development of image recovery algorithms.

关 键 词：图像修复 计算机视觉 二阶段图像修复算法 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]