首先,一个“门外汉”的想法,判别图像的两种状态:模糊、聚焦,那就实现一个二分类网络,然后添加控制。
其实对比度评价(如边缘检测)在soc中就集成了,可以得到Fv(Focus value),还是控制问题。但我想要的是“有一个网络,能够自己寻找到清晰的那个点”,即推理过程就是控制过程,推理的结果就是图像从模糊状态到聚集状态。(理论上单反上的AF就是做的这样的事情)
当然已有的是编写简单的算法(如爬山算法)实现AF。
(资料图)
现在有深度学习了,那么它能否做这件事情呢?
看下现有的都有什么?
以“camera focus”“autofocus”为关键字搜索
(有个小问题就是“autofocus”也可以是“Autofocus Layer”干扰项,也可以是GUI控件的focus的autofocus)
大部分看到的是显微镜的自动对焦,有对光源亮斑的判别。这是跟普通光学镜头不一样。
https://github.com/Waller-Lab/DeepAutofocus 显微镜聚焦
https://github.com/yanmeen/afnn 显微镜聚焦
https://github.com/Windaway/Autofocus 还是传统算法,但他结合爬山法和块反差来优化
https://github.com/russwong89/sharpness_detection_autofocus 还是传统算法
https://github.com/uptake/autofocus 只是项目名字叫“autofocus”,内容让我想起了《燃烧吧程序员》,野生动物保护工作的拍摄记录中去识别野生动物
https://github.com/romixlab/cnc-vision 激光切割,完全不同的领域了
https://github.com/sedara0218/camera_autofocus 这个粗看有点像
https://github.com/ChengyuWang1007/Deep-Learning-for-Camera-Autofocus 这个粗看有点像
https://github.com/blacknwhite5/deep-autofocus 也可以做为参考
https://github.com/antoniosanzc/TFM 这个看着就更像了
其他的,以后再搜下
--------------------------------------------------------------------------------------------
(研究,待续)
上一篇 : 天天热点评!家电市场迎政策利好
下一篇 : 最后一页