A Method For Eliminating Contour Errors In Self-Encoder Reconstructed Images

要約

この論文では、アプリオリにこれに基づく自己教師付きツイン ネットワーク アプローチを提案します。
画像の近似 10 エッジ情報を生成し、膨張アルゴリズムを使用して再構成された画像のエッジ エラー 11 を差別的に除去する方法。
これは、再構成画像の精度を向上させたり、元の画像から異物やノイズを分離したり13するために使用され、より実用的なシーンで視覚化することができます。

要約(オリジナル)

In this paper, we propose a self-supervised twin network approach based on this a priori. The method of generating the approximate10 edge information of an image and then differentially eliminating the edge errors11 in the reconstructed image with a dilate algorithm. This is used to improve the12 accuracy of the reconstructed image and to separate foreign matter and noise from13 the original image, so that it can be visualized in a more practical scene

arxiv情報

提供元, 利用サービス

arxiv.jp, Google