实体
noise reduction
noise reduction
PulseAugur coverage of noise reduction — every cluster mentioning noise reduction across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新AI方法使用流图改进图像恢复
研究人员引入了基于关系流形上的流图蒸馏（FoRM）的新方法，将AI模型之间的知识迁移视为一个连续的流映射问题。与以往对齐静态特征的方法不同，FoRM学习一个动态流图算子来预测模型随时间的关系状态。该方法包含一致性约束以防止错误，并在超分辨率、去雨、去噪、去模糊和低光增强等任务中显著提高了恢复质量并降低了训练方差。
-
新基准测试‘Lethe’用于医学影像联邦学习遗忘
研究人员推出了 Lethe，这是一个旨在评估联邦学习遗忘方法在医学影像应用中表现的新基准测试。现有的遗忘技术主要在自然图像上进行测试，可能无法有效迁移到临床数据的独特特征上。Lethe 在八个任务家族中评估了十二种不同的方法，包括分类、分割和视觉-语言问答，并具有不同程度的遗忘粒度。基准测试结果表明，遗忘请求的难度，而不是方法本身，是主要区分因素，只有困难的删除才能显著区分方法的性能。
-
Python 工具 denoise 在不重新编码的情况下移除视频背景噪音
一个名为 denoise 的新 Python 命令行工具已被开发出来，可以在不重新编码视频流的情况下移除视频背景噪音。这种方法会提取音频，使用 AI 模型进行降噪处理，然后将清理后的音频与原始视频重新混合。该工具支持多种降噪后端，包括 DeepFilterNet3、noisereduce 和 FFmpeg 的 RNNoise，为用户提供基于其特定需求和可用硬件的灵活性。