Hallucinating Faces: differenze tra le versioni
(Creata pagina con "Categoria:Pubblicazione") |
Nessun oggetto della modifica |
||
| (Una versione intermedia di un altro utente non mostrate) | |||
| Riga 1: | Riga 1: | ||
{{template pubblicazione | |||
|data=2000 | |||
|autori=Simon Baker, T. Kanade | |||
|URL=https://www.semanticscholar.org/paper/fd37b25760cb3adc01c4e3209e6f7072e66ab724 | |||
|topic=Face Hallucination | |||
|citazioni=634 | |||
}} | |||
Questo articolo presenta un algoritmo in grado di migliorare la risoluzione delle immagini di volti, un aspetto cruciale nell'ambito della videosorveglianza dove i volti appaiono spesso molto piccoli. L'algoritmo si basa sull'apprendimento di una distribuzione a priori del gradiente dell'immagine per volti frontali, che viene poi integrata in un algoritmo di upscaling. I risultati mostrano miglioramenti significativi nella risoluzione, con un aumento da 4 a 8 volte il numero di pixel, che risultano essere di fatto "allucinati" dall'algoritmo. | |||
{{#seo: | |||
|title=Hallucinating Faces | |||
|title_mode=append | |||
|keywords=volto, riconoscimento facciale, upscaling, risoluzione, immagini, videosorveglianza, algoritmo, apprendimento automatico, pixel, intelligenza artificiale | |||
|description=Questa pubblicazione presenta un algoritmo innovativo capace di migliorare la risoluzione delle immagini di volti, aspetto cruciale nella videosorveglianza. L'algoritmo, basato sull'apprendimento di una distribuzione a priori del gradiente dell'immagine, permette di aumentare da 4 a 8 volte il numero di pixel, 'allucinando' di fatto dettagli realistici. | |||
}} | |||
Versione attuale delle 11:02, 6 set 2024
| Hallucinating Faces | |
|---|---|
| Data | 2000 |
| Autori | Simon Baker, T. Kanade |
| URL | https://www.semanticscholar.org/paper/fd37b25760cb3adc01c4e3209e6f7072e66ab724 |
| Topic | Face Hallucination |
| Citazioni | 634 |
Questo articolo presenta un algoritmo in grado di migliorare la risoluzione delle immagini di volti, un aspetto cruciale nell'ambito della videosorveglianza dove i volti appaiono spesso molto piccoli. L'algoritmo si basa sull'apprendimento di una distribuzione a priori del gradiente dell'immagine per volti frontali, che viene poi integrata in un algoritmo di upscaling. I risultati mostrano miglioramenti significativi nella risoluzione, con un aumento da 4 a 8 volte il numero di pixel, che risultano essere di fatto "allucinati" dall'algoritmo.