Super-resolução
de imagem (SR) é uma classe importante de técnicas de processamento de imagem
para melhorar a resolução de imagens e vídeos em visão computacional. SR
refere-se ao processo de recuperação de imagens de alta resolução a partir de
uma imagem de baixa resolução. Em geral, esta problemática é muito desafiadora
e inerentemente mal colocada. Mas, com o rápido desenvolvimento de técnicas de
"Deep Learning" nos últimos anos, os modelos baseados em "deep
learning" têm sido explorados ativamente e frequentemente alcançaram
desempenho de ponta. A super-resolução de imagem desfruta de uma ampla gama de
aplicações do mundo real, como imagens médicas, mídia, vigilância e segurança,
entre outras.
Palestrante:
Smith
Arauco: Doutor e professor do curso de especialização BI MASTER. Tem 7 anos de
experiência em projetos de P&D, e atualmente é Professor e Pesquisador
sênior do laboratório de Inteligência Computacional Aplicada - ICA da PUC Rio
em projetos na indústria de Petróleo e Gás. Suas áreas de interesse:
optimization, inteligência artificial com foco em deep learning e processamento
de linguagem natural.
