[Probabilidad-Estadistica-Seminario] Seminario de Probabilidad y Estad�stica -- Viernes 23 de junio

[Andr�s Sosa]

Hola

Este* viernes 23 de junio a las 10:00 horas* en el sal�n de seminarios del
Centro de Matem�tica hablar� *Pablo Mus�* (Instituto de Ingenier�a
El�ctrica -- Facultad de Ingenier�a) en el seminario de Probabilidad y
Estad�stica.

El t�tulo de la charla es: *Enfoque Bayesiano basado en hyperpriors para
denoising e interpolaci�n de im�genes conjuntos,  **con una aplicaci�n a
generaci�n de im�genes de alto rango din�mico. *

Es un trabajo conjunto con Cecilia Aguerrebere, Andr�s Almansa, Julie Delon
y Yann Gousseau.

Saludos.
Andr�s


*Abstract:*
*Recientemente se han reportado resultados muy impresionantes basados en
enfoques Bayesianos que asumen modelos Gaussianos para la distribuci�n de
patches (ventanas localizadas) en im�genes. Esta mejora en los resultados
se puede atribuir a la asignaci�n de un modelo gaussiano individual para
cada patch. La limitante de estos enfoques es que no son generalizables de
forma directa a otros problemas que el denoising, ya que los problemas
inversos asociados se vuelven mal condicionados. *

*En este trabajo proponemos utilizar hyperpriors/hyperparametros para
modelizar los patches de las im�genes, con el fin de estabilizar la
estimaci�n. El enfoque propuesto presenta principalmente dos ventajas: en
primer lugar es adaptable a cualquier operador de degradaci�n diagonal, en
particular a problemas con datos faltantes (e.g. inpainting o
interpolaci�n, o zooms). En segundo lugar, el enfoque permite contemplar
modelos de ruido dependientes de la se�al, lo cual es particularmente
adaptado a las c�maras digitales en donde el ruido en cada pixel depende de
su nivel de luminancia. Para ilustrar este segundo punto, presentamos una
aplicaci�n a la generaci�n de im�genes de alto rango din�mico a partir de
una �nica imagen adquirida con un sensor modificado, que ilustra el
potencial del enfoque propuesto. *
------------ pr�xima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://www.cmat.edu.uy/pipermail/seminario-probabilidad-estadistica/attachments/20170621/1888feb1/attachment.html>