問題タブ [deconvolution]

私はマトリックスa=[[1 2 3]; [4 5 6]; [7 8 9]]とサブマトリックスを持っていb=[[5 6];[8 9]]ます。

デコンボリューションのためのmatlabの方法はあり(a,b)ますか?

巨大行列の可能性がある部分行列の存在を認識する方法を探しています。一種のデコンボリューションによって1、部分行列が存在する場所とその周囲にゼロがある行列のようなものを取得することを期待しています。

上記の例で1は、右下隅に a があります。

次の写真のぼやけた部分のぼかしを解除しようとしています。

元の PSF が与えられていなかったので、ぼやけた部分を分析して、大まかに判別できる単語があるかどうかを調べました。ぼやけた部分の「の」がわかることがわかりました。以下に示すように、ぼやけた「の」と、透明な部分の対応する部分の両方を切り取りました。

そこで、FFT の講義で、ぼかした部分 (周波数領域) を特定のぼかし関数 (周波数領域) で分割して、元の画像を再現することを考えました。

Unblurred(周波数領域)\Blurred(周波数領域)ができれば元のPSFが取り出せるのではないかと考えました。どうすればこれを行うことができるかアドバイスしてください。

以下は私のコードです：

ただし、このコードは機能せず、次のエラーが発生します。

これは元の PSF を再現する良い方法ですか?

畳み込みネットワークにデコンボリューション層を実装しようとしています。デコンボリューションとは、サイズとストライド 4 の3x227x227フィルターを持つレイヤーに入力画像があると仮定することです。したがって、結果の特徴マップのサイズは になります。私がやろうとしているのは、機能マップを再び画像に投影する逆の操作を適用することです。基本的に、特徴マップの各値はフィルターによって重み付けされ、画像空間に投影され、ストライドによる重複領域が平均化されます。3x11x1155x5555x553x227x22755x553x11x11

私はそれをnumpyで実装しようとしましたが、成功しませんでした。ブルートフォース for ループをネストしたソリューションを見つけましたが、非常に遅いです。どうすればnumpyで効率的に実装できますか? どんな助けでも大歓迎です。

tf.nn.deconv2d()可変サイズのデータ​​のバッチで opを使用しようとしています。output_shapeただし、引数を次のように設定する必要があるようです。

なぜtf.nn.deconv2d()固定を取るのoutput_shapeですか？可変バッチ ディメンションを指定する方法はありますか? 入力バッチ サイズが異なる場合はどうなりますか?

最近、デコンボリューション アルゴリズムの研究を開始し、次の取得モデルに出会いました。

ここで、fは元の (潜在) 画像、gは入力 (観測) 画像、hは点広がり関数 (劣化カーネル)、nはランダムな加法性ノイズ、* は畳み込み演算子です。gとhがわかっている場合、 Richardson-Lucy アルゴリズムを使用してfを復元できます。

ここで、(W,H)はhの矩形サポートのサイズであり、乗算と除算は点単位です。C++ でコーディングできるほど単純なので、そのようにしました。iがいくつかの mよりも小さい間、 はfに近似し、その後急速に減衰し始めることが判明しました。したがって、アルゴリズムはこのm (最も満足できる反復)で停止する必要がありました。

点像分布関数gも不明な場合、問題はブラインドと呼ばれ、Richardson-Lucy アルゴリズムの修正を適用できます。

fの初期推定には、前述のようにgを使用できます。また、 hの初期推定には、自明な PSF、または観測された画像の劣化に似た任意の単純な形式を使用できます。このアルゴリズムは、シミュレートされたデータでもうまく機能します。

ここで、次の取得モデルを使用したマルチフレーム ブラインド デコンボリューションの問題を検討します。

この定式化の問題を解決するための Richardson-Lucy アルゴリズムを開発する方法はありますか? いいえの場合、 fを回復するための他の反復手順はありますか?それは以前のものよりもはるかに複雑ではないでしょうか?

Deconvolutional Networks のアンプーリングを行う TensorFlow ネイティブ関数はありますか?

これは普通のpythonで書いたのですが、TensorFlowに変換しようとすると複雑になり、今のところオブジェクトがアイテムの代入すらサポートしていないので、TFでは大変不便だと思います。