CT-Bound: 基于混合卷积和 Transformer 神经网络的噪声图像边界快速估计
原文中文，约300字，阅读约需1分钟。发表于：。通过利用混合的卷积和 Transformer 神经网络，我们提出了一个快速边界估计方法 CT-Bound，用于处理噪声图像。该方法首先利用较小的感受野仅根据输入图像估计边界结构的参数表示，然后在参数领域对边界结构进行优化。相比之前最准确的方法，我们的实验表明，CT-Bound 的速度提高了 100 倍，产生了具有可比较准确性和高质量的边界和颜色地图。同时，我们还展示了 CT-Bound...
通过混合卷积和Transformer神经网络，提出了快速边界估计方法CT-Bound，用于处理噪声图像。CT-Bound速度提高了100倍，生成准确且高质量的边界和颜色地图，实时生成边界地图和颜色地图视频。
