在這個(gè)吃飯、跑步、旅游都要“photo first”的時(shí)代，分享圖片，成為了我們?nèi)粘Ｉ钪蟹浅Ｖ仡^的部分。不過，在把自己精心拍攝的高清圖片分享給好友或者上傳到朋友圈、微博等社交平臺(tái)上時(shí)，被服務(wù)器降低分辨率后的渣畫質(zhì)圖片，想必也常讓大家傷透了腦筋。

為了適配不同分辨率的屏幕、節(jié)省存儲(chǔ)或帶寬等，圖片常常進(jìn)行降采樣操作，而如何從降采樣后的低分辨率圖片恢復(fù)原始高清圖片，一直是一個(gè)難以解決的問題。

北大、微軟亞洲研究院和多倫多大學(xué)合作的這項(xiàng)工作《Invertible Image Rescaling》，便嘗試使用可逆神經(jīng)網(wǎng)絡(luò)（Invertible NN, INN）來解決此問題，為包括圖像縮放等在內(nèi)的信息丟失（Information Loss）問題提供了非常有前景的解決思路。這一工作成果也被ECCV2020收錄為Oral 論文，其研究?jī)r(jià)值可見一斑。為了讓大家詳細(xì)了解這項(xiàng)工作的可逆框架建模方法以及模型設(shè)計(jì)、實(shí)驗(yàn)，AI 科技評(píng)論專門邀請(qǐng)到了一作肖命清同學(xué)來為大家做直播解讀。據(jù)悉，肖命清同學(xué)剛從北大本科畢業(yè)，大家想不想了解本科階段就開始發(fā)頂會(huì)論文是一種怎樣的體驗(yàn)?zāi)兀?/p>

7月10日晚上八點(diǎn)，大家不妨跟肖命清同學(xué)親自侃一侃咯~

分享主題：可逆圖像縮放

分享時(shí)間：7月10日（星期五）20:00

分享嘉賓：肖命清，北京大學(xué)本科生，微軟亞洲研究院實(shí)習(xí)生

分享內(nèi)容：

圖像的降采樣縮放是對(duì)數(shù)字圖像最常見的操作之一，比如為了適配不同分辨率的屏幕、節(jié)省存儲(chǔ)或帶寬等。然而，如何從一張降采樣后的圖像上采樣恢復(fù)出原始的高分辨率圖像，是一個(gè)非常有挑戰(zhàn)的問題。

本次分享將介紹最近被ECCV 2020錄用為Oral的一項(xiàng)工作Invertible Image Rescaling，通過對(duì)圖像的降采樣和上采樣進(jìn)行可逆建模，從一個(gè)全新的視角解決這類問題。

分享提綱：

問題背景介紹

可逆框架的建模方法

模型設(shè)計(jì)與實(shí)驗(yàn)

工作的前景

如何加入？            

掃碼關(guān)注[ AI研習(xí)社頂會(huì)小助手] 微信號(hào)，發(fā)送關(guān)鍵字“ECCV 2020+直播”，即可進(jìn)群觀看直播和獲取課程資料。       

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。