Diepgaande neurale netwerken, met name Convolutional Neural Networks (CNN's), hebben een revolutie teweeggebracht in de digitale beeldverwerking door taken als objectdetectie, segmentatie en beeldgeneratie met ongekende nauwkeurigheid en veelzijdigheid mogelijk te maken.

Generatieve vijandige netwerken (GAN's)

GAN's maken gebruik van twee concurrerende netwerken:een generatief model dat nieuwe gegevens creëert en een discriminerend model dat bepaalt of de gegenereerde gegevens reëel of synthetisch zijn. Dit maakt diverse toepassingen mogelijk, zoals fotorealistische beeldgeneratie en stijloverdracht.

Beeld inschilderen en ruis verwijderen

Geavanceerde technieken maken gebruik van deep learning-modellen om beschadigde of aangetaste beeldgebieden naadloos te reconstrueren door ontbrekende of beschadigde gegevens aan te vullen. Dit heeft aanzienlijke gevolgen voor het herstellen en verbeteren van afbeeldingen.

Hyperspectrale beeldvorming en analyse

Hyperspectrale beeldvorming omvat het verzamelen van gegevens over vele smalle spectrale banden. Recente ontwikkelingen op het gebied van beeldverwerkingsalgoritmen maken het extraheren van rijkere informatie, materiaalidentificatie en detectie van afwijkingen mogelijk.

3D-reconstructie en scannen

Met de vooruitgang op het gebied van 3D-sensoren, computationele methoden en fotogrammetrie worden hifi-3D-modellen en virtual reality-ervaringen ontwikkeld op basis van beelden uit de echte wereld.

Medische beeldanalyse

Op deep learning gebaseerde beeldverwerkingshulpmiddelen bij ziektedetectie, diagnose en behandelingsmonitoring in medische beeldvormingstoepassingen zoals MRI, CT-scans en pathologie.