image - 人工神经网络图像变换

标签 image neural-network transform

我有一对图像(输入-输出),但我不知道从 A(输入)到 B(输出)的转换。我想记录图像 A 并获取图像 B。物理上我可以更改设置来获取 A 或 B,但我想通过软件来完成。

如果我理解得好的话,经过训练的人工神经网络就可以做到这一点,有输入就可以给出相应的输出,是吗? 如果输入是新的(但与其他图像类似)图像,是否有任何软件/人工神经网络只需通过输入多个输入输出对来“训练”它就能够提供正确的输出?

谢谢

最佳答案

如果您有一些相关数量的图像对(输入/输出对)并且您不知道输入和输出之间的转换,您可以在该训练集上训练 ANN 以模仿该未知转换。仅当您有足够数量的训练图像对时,您才能够很好地训练您的人工神经网络,但当未知的转换很复杂时,这几乎是不可能的。

例如,如果该变换只是将输入图像的像素强度值增加给定值,则 ANN 将很快学会模仿该行为,但如果该未知变换是一些复杂的卷积或几个串行卷积或更复杂的东西,那么它会训练人工神经网络来模仿这种转变非常困难,几乎不可能。因此,更复杂的转换将需要更大的训练集和更复杂的人工神经网络设计。

有大量以多种语言实现的免费开源 ANN 库。例如,您可以从该教程开始:http://www.codeproject.com/Articles/13091/Artificial-Neural-Networks-made-easy-with-the-FANN

关于image - 人工神经网络图像变换,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31609809/

相关文章:

Android:在带有姓名和号码的 ListView 中设置联系人照片

python - 在 python 中为照片添加类似纸印的效果需要什么?

neural-network - 深度 Q 学习适合解决 Cartpole 任务吗?

machine-learning - 我如何解释这个 Inceptionv3 模型图

html - Google map 和 CSS 变换使页面模糊

actionscript-3 - ActionScript 3.0:播放音乐时每10秒显示一次图像

tensorflow - 内核大小为1的conv1d与密集层之间有什么区别?

ios - ARKit 根据触摸位置设置 ARAnchor 变换

javascript - 隐藏 Raphael JS Freetransform 上的 handle ,但继续拖动?

php - 如何在图像标签中放置标志状态