【ICME2019】智能图像视频编辑，北大教程，400多页PPT- 专知

【ICME2019】智能图像视频编辑，北大教程，400多页PPT

【导读】2019年7月8日-12日，图像视觉领域的知名会议IEEE国际多媒体与博览会（ICME）在上海召开。北京大学刘家瑛老师和香港城市大学杨文瀚老师做了关于智能图像视频编辑的教程报告《Intelligent Image Enhancement and Restoration - from Prior Driven Model to Advanced Deep Learning》，将近400多页ppt，包括图像风格化，雨条纹/水滴去除，图像/视频超分辨率，低光图像增强。

教程主页：

https://flyywh.github.io/ICME_Tutorial_2019/icme_tutorial.html

智能图像视频编辑

智能图像/视频编辑是图像处理领域的一个基础性研究课题，在过去的二十年中得到了飞速的发展。由于图像和视频在采集、传输和存储等方面的各种退化，导致图像和视频存在分辨率低、光照条件差、雨斑、雨滴遮挡等不良影响。这些退化的恢复是病态的。利用大量的基于统计和基于学习的方法，可以将这一问题统一为跨域转移，涉及到更多的任务，如图像风格化。

在我们的教程中，我们讨论了图像风格化、雨条纹/雨滴去除、图像/视频超分辨率和微光图像增强等方面的最新进展。本教程涵盖了传统的基于统计和基于深度学习的方法，并包含了生物驱动模型，即视网膜模型和数据驱动模型。提出了一种图像处理的观点，将常用的深度网络作为传统的最大后验(MAP)估计。由研究者设计并通过多任务学习学习的侧先验和由对抗性学习捕获的自动学习先验是该框架中的两种重要先验。在此框架下，提出了单图像超分辨率、低光图像增强和单图像雨滴去除三种方法。

1. 先验嵌入深度雨去除

-从单个图像中检测和删除深度联合雨

-使用上下文化的深层网络从单个图像中联合检测和删除降雨

-删除还是填充?深关节复发性雨水清除重建视频

- D3R-Net:动态路由残差递归网络，用于视频雨水去除

-专注的生成对抗网络雨滴删除从一个单一的形象