方向：理工
专业：工程
适合人群：计算机视觉
是否可以加论文：是
项目时长及形式：英文
产出：
项目成果 推荐信 个人学术网站 论文辅导与发表（单独服务）
项目介绍：
近年来，基于深度学习的图像超分辨率重建技术得到了长足发展。图像超分辨率技术能够放大有限区域内的像素，形成清晰的图像。在实际生活中，图像超分辨率重建技术是非常有用的。如医学图像的分辨率，受限于X光机、核磁共振扫描仪等设备的物理能力，通过超分辨率重建技术，增加医学图像的分辨率，将给医生诊断提供更大帮助。此外，图像超分辨率技术还可应用于低分辨率老照片和视频重建，监控领域，卫星图像等遥感领域等。
在深度学习中，卷积神经网络(CNN)被最常用来分析视觉图像。基于卷积神经网络的方法(Super-Resolution Convolution Neural Network, SRCNN) 首先使用双三次(bicubic)插值将低分辨率图像放大成目标尺寸，并通过三层卷积网络拟合非线性映射，最后输出高分辨率图像结果。本项目中导师将带领学生学习深度学习的核心知识与AI技术，并利用Python和TensorFlow编写程序，帮助学生深入了解人工智能技术在生活与科研中的应用。
更多留学问题欢迎咨询晨晟留学之家，电话(同微信) 18071732056