Утилита для удаления шумовых артефактов с изображений (летняя практика) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Katya (обсуждение | вклад) |
Aumnov (обсуждение | вклад) (уточнения) |
||
Строка 12: | Строка 12: | ||
=== Задание === | === Задание === | ||
− | Необходимо реализовать утилиту для удаления шумовых артефактов с изображений на основе технологии разреженных представлений. Для работы с разреженными представлениями необходимо использовать алгоритм Orthogonal Matching Pursuit, реалзиованный в библиотеке scikit-learn (sklearn.linear_model.orthogonal_mp). Алгоритм позволяет построить устойчивое к шуму представление данных, далее на основе этого представления можно получить приближение изображения без шума. Для работы алгоритму необходим словарь "атомарных" изображений его нужно составить (подобрать наиболее хорошо работающий вариант) на основе вейвлетов из библиотеки scikit-image (или аналогичных изображений, сделанных вручную)." | + | Необходимо реализовать утилиту для удаления шумовых артефактов с изображений на основе технологии разреженных представлений. Для работы с разреженными представлениями необходимо использовать алгоритм Orthogonal Matching Pursuit, реалзиованный в библиотеке scikit-learn (sklearn.linear_model.orthogonal_mp). Алгоритм позволяет построить устойчивое к шуму представление данных, далее на основе этого представления можно получить приближение изображения без шума. Для работы алгоритму необходим словарь "атомарных" изображений; его нужно составить (подобрать наиболее хорошо работающий вариант) на основе вейвлетов из библиотеки scikit-image (или аналогичных изображений, сделанных вручную)." |
=== Какие начальные требования? === | === Какие начальные требования? === | ||
Строка 19: | Строка 19: | ||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
− | * | + | *Библиотеки scipy, scikit-learn, scikit-image. |
− | + | ||
=== Какая дополнительная литература понадобится? === | === Какая дополнительная литература понадобится? === | ||
− | * | + | *https://en.wikipedia.org/wiki/Wavelet |
− | *Elad. Sparse and Redundant Representations. | + | *Elad, Figueiredo, Ma. On the Role of Sparse and Redundant Representations in Image Processing. 2010 |
Текущая версия на 12:46, 19 июня 2015
Автор | Умнов Алексей Витальевич Профиль на сайте ВШЭ Электронная почта |
Организация | Лаборатория методов анализа больших данных (LAMBDA) |
Учебный год | 2015 |
Содержание
Задание
Необходимо реализовать утилиту для удаления шумовых артефактов с изображений на основе технологии разреженных представлений. Для работы с разреженными представлениями необходимо использовать алгоритм Orthogonal Matching Pursuit, реалзиованный в библиотеке scikit-learn (sklearn.linear_model.orthogonal_mp). Алгоритм позволяет построить устойчивое к шуму представление данных, далее на основе этого представления можно получить приближение изображения без шума. Для работы алгоритму необходим словарь "атомарных" изображений; его нужно составить (подобрать наиболее хорошо работающий вариант) на основе вейвлетов из библиотеки scikit-image (или аналогичных изображений, сделанных вручную)."
Какие начальные требования?
- Знание Python
- Умение читать техническую литературу на английском языке
Какие будут использоваться технологии?
- Библиотеки scipy, scikit-learn, scikit-image.
Какая дополнительная литература понадобится?
- https://en.wikipedia.org/wiki/Wavelet
- Elad, Figueiredo, Ma. On the Role of Sparse and Redundant Representations in Image Processing. 2010