赞
踩
基于CNN的图像修复网站——易复
该项目主要功能为对受到成像设备及环境噪声干扰影响导致图像模糊及产生噪声干扰的图片进行修复。项目创建一个搭载在网页端的图像修复系统,用户将需要修复的图像上传到系统,系统经过处理后向用户输出修复的图片。项目基于CNN卷积神经网络,使用大量的数据集进行训练,从而优化处理能力,最终达到能够将被噪声干扰的图片修复并提供给用户的目的。
现实中的图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响,会产生噪声干扰。用户常常对于此类图片难以接受,如果此类图片对于用户不重要,用户常常会将其删除;而若此类照片对其很重要,但拍摄时没有注意图片被噪声干扰,日后需要对其进行修复时,就会陷入困难,这是项目的需求所在。
项目核心是使用pytorch对模型进行搭建,建立卷积神经网络CNN,用数据集进行训练,优化模型,使其修复性能达到最佳。
此外我们建立一个网站搭载模型面向用户使用。预期用网页前端和Java中的一些开源框架编写后端。
本项目基于卷积神经网络来搭建,能做到图像修复效果良好。
图像修复是图像处理研究的基础,搭建本项目有利于部分研究的进行。
该项目通过web搭载模型,通过界面的优化,使用户使用体验感提升。
近年来,图像修复技术层出不穷,相应软件也在不断开发,行业内部有着激烈的竞争,特别是像美图秀秀,Photoshop这样的在技术上有绝对优势的大公司,他们会对我们团队形成极大冲击力。
但本项目专注于图像修复,功能简单,对于只需要进行图像修复而不需要进行其他操作的用户有很高的便利性,且界面友好易用,轻轻点击即可获得想要的图片,这是项目的优势。
先由朋友开始推广,进行小范围的测试,完善项目功能。
再在本班内进行推广,以及通过有交情的各班学生在多个班级内进行推广。
再在本学院进行推广,进一步扩大范围,制作传单,通过扫码即可访问。
学院内市场饱和之后,向全校进行推广,依托公众号与网络公众聊天平台中的学生社区等互联网载体进行宣传。
其中,线下可以通过以下方式进一步提高产品知名度:
1.通过横幅、展板、海报或传单等方式进行宣传。
2.与校内社团或学生会合作。
3.开展扫二维码送精美礼品活动,例如含网页二维码的精美书签等小礼品。
本项目在哪里发布软件待定。
本项目预计发布一周后用户数量将达到500人左右。
本项目——易复帮助用户在线修复被噪声影响的图片,在简单易用的web界面上聚焦用户最需要的功能,丢弃复杂的使用环境。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。