Утилита для удаления шумовых артефактов с изображений (летняя практика) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Katya (обсуждение | вклад) (Новая страница, с помощью формы Новое_задание_на_летнюю_практику) |
Katya (обсуждение | вклад) |
||
Строка 3: | Строка 3: | ||
|mentor=Умнов Алексей Витальевич | |mentor=Умнов Алексей Витальевич | ||
|mentor_login={{URLENCODE:Katya|WIKI}} | |mentor_login={{URLENCODE:Katya|WIKI}} | ||
− | |organization=Лаборатория методов анализа больших данных | + | |organization=Лаборатория методов анализа больших данных (LAMBDA) |
|hse_profile=http://www.hse.ru/org/persons/141880775 | |hse_profile=http://www.hse.ru/org/persons/141880775 | ||
|email=alexeyum@gmail.com | |email=alexeyum@gmail.com |
Версия 00:40, 30 мая 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?
- Библиотека scipy
- Опционально библиотека scikit-learn.
Какая дополнительная литература понадобится?
- http://en.wikipedia.org/wiki/Matching_pursuit
- Elad. Sparse and Redundant Representations. Chapters 1, 3.