Andere Kunden interessierten sich auch für
![Numerische Untersuchung der Auflösung einer Heliumstratifikation in einem Modellcontainment]( "Numerische Untersuchung der Auflösung einer Heliumstratifikation in einem Modellcontainment")
Numerische Untersuchung der Auflösung einer Heliumstratifikation in einem Modellcontainment49,95 €![Entschleierung der Intelligenz: Eine Reise in die Landschaften des Deep Learning]( "Entschleierung der Intelligenz: Eine Reise in die Landschaften des Deep Learning")
Entschleierung der Intelligenz: Eine Reise in die Landschaften des Deep Learning43,90 €![Intelligentes Restaurant-Menü-Bestellsystem]( "Intelligentes Restaurant-Menü-Bestellsystem")
Intelligentes Restaurant-Menü-Bestellsystem43,90 €![Wirbelstrombremssystem]( "Wirbelstrombremssystem")
Wirbelstrombremssystem43,90 €![Technische Durchführbarkeitsanalyse für Biomasse-Vergaser in der Ziegelindustrie]( "Technische Durchführbarkeitsanalyse für Biomasse-Vergaser in der Ziegelindustrie")
Technische Durchführbarkeitsanalyse für Biomasse-Vergaser in der Ziegelindustrie71,90 €![Numerische Simulation des Verhaltens von dünnen Teilen beim Fräsen]( "Numerische Simulation des Verhaltens von dünnen Teilen beim Fräsen")
Numerische Simulation des Verhaltens von dünnen Teilen beim Fräsen43,90 €![Aufprall eines flüssigen Strahls und konvektive Werte für den thermischen Übergang]( "Aufprall eines flüssigen Strahls und konvektive Werte für den thermischen Übergang")
Aufprall eines flüssigen Strahls und konvektive Werte für den thermischen Übergang39,90 €
Die Bild-Superauflösung, die zur Wiederherstellung eines hochauflösenden Bildes aus einem einzelnen Bild mit niedriger Auflösung (LR) verwendet wird, ist im Computerbereich ein schwieriges und herausforderndes Problem. In jüngster Zeit wurden vorherrschende Deep-Learning-Algorithmen auf Einzelbild-Superauflösung angewendet und haben eine hocheffiziente Leistung gezeigt. SR-Methoden basieren normalerweise auf zwei wichtigen Algorithmen: hochwertiger räumlicher Hochskalierung (im Bild) und Bewegungskompensation für Finden entsprechender Bereiche in Nachbarrahmen. Ziel ist es, die Anwendung hochauflösender Bilder in Zukunft besser zu verstehen, indem man versteht, wie die Dinge in der digitalen Welt funktionieren.