| Texto completo | |
| Autor(es): |
Pires, Rafael G.
;
Santos, Daniel S.
;
Souza, Gustavo B.
;
Levada, Alexandre L. M.
;
Papa, Joao Paulo
;
Tetko, IV
;
Kurkova, V
;
Karpov, P
;
Theis, F
Número total de Autores: 9
|
| Tipo de documento: | Artigo Científico |
| Fonte: | ARTIFICIAL NEURAL NETWORKS AND MACHINE LEARNING - ICANN 2019: WORKSHOP AND SPECIAL SESSIONS; v. 11731, p. 12-pg., 2019-01-01. |
| Resumo | |
During the image acquisition process, some level of noise is usually added to the data mainly due to physical limitations of the sensor, and also regarding imprecisions during the data transmission and manipulation. Therefore, the resultant image needs to be further processed for noise attenuation without losing details. In this work, we attempt to denoise images using the advantage of sparse-based encoding and deep networks. Experiments on public images corrupted by different levels of Gaussian noise support the effectiveness of the proposed approach concerning some state-of-the-art image denoising approaches. (AU) | |
| Processo FAPESP: | 14/16250-9 - Sobre a otimização de parâmetros em técnicas de aprendizado de máquina: avanços e paradigmas |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo? |
| Beneficiário: | Alexandre Xavier Falcão |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 18/21934-5 - Estatística de redes: teoria, métodos e aplicações |
| Beneficiário: | André Fujita |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |