bp神经网络,图像类比。。。。。急死人了这个毕设!好心人帮忙啊!
具体问题是这样的:
图像类比:给出一对图像 A和A’(分别为未过滤和过滤源图像) 随着一些额外的未经过滤的目标图像B, 合成一个新的过滤后的目标图像B’,使得 A : A’ :: B : B’
现在我知道了用BP神经网络,图像A作为训练集p,A'作为训练目标t,逐像素对神经网络进行训练. 训练前要把图像归一化,也就是0到1之间.
训练后得到一组权值,用此权值对归一化的图像B进行处理,得到图像B',得出的图像乘以255还原.
可还有几个问题:
(1) 怎么把图像作为参数,进行训练?是[{r,g,b},{r,g,b},{r,g,b}]么?
(2) 图像怎么归一化?将rgb分量归一化么?
(3) 得到的权值,再把B作为参数在此训练得出B'么?
(4) “得出的图像乘以255还原”什么意思?
从我问的问题,就可以知道,我什么都不懂。。。。。希望高手不要见笑!不吝赐教啊!
毕业在即,急啊!
好心人帮忙!