BriefGPT - AI 论文速递
·
对抗净化与微调方法用于鲁棒的 UDC 图像恢复
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
提供了一种名为Under-Display Camera (UDC)的技术，通过将前置摄像头隐藏在显示面板下，实现了全屏体验。然而，UDC的图像质量明显下降。提出了一种名为UDC-DMNet的双阶段网络，通过建模UDC成像过程来合成UDC图像。使用UDC-DMNet和来自FFHQ和CelebA-Test的高质量人脸图像创建了训练和测试数据集。引入了一种名为DGFormer的新型字典引导转换网络，用于处理UDC场景中的盲目人脸修复。实验结果表明，DGFormer和UDC-DMNet实现了最先进的性能。
🎯
关键要点
-
Under-Display Camera (UDC) 技术通过隐藏前置摄像头实现全屏体验。
-
UDC 拍摄的图像质量明显下降。
-
提出 UDC-DMNet 双阶段网络，通过建模 UDC 成像过程合成 UDC 图像。
-
使用 UDC-DMNet 和高质量人脸图像创建训练和测试数据集。
-
引入 DGFormer 新型字典引导转换网络，处理 UDC 场景中的盲目人脸修复。
-
实验结果表明 DGFormer 和 UDC-DMNet 实现了最先进的性能。
➡️
