Нормализация плиточного экземпляра

Question

В настоящее время я реализую несколько алгоритмов передачи стилей изображения для Tensorflow, но я хотел бы сделать это в виде плиток, чтобы мне не приходилось запускать все изображение по сети. Все работает нормально, однако каждое изображение нормализуется по-разному, в соответствии со своей собственной статистикой, что приводит к получению плиток с немного другими характеристиками.

Я уверен, что единственной проблемой является нормализация экземпляра, так как, если я подаю истинные значения (полученные из всего изображения) для каждого вычисления плитки, результат будет идеальным, однако мне все равно придется запустить все изображение через сеть, чтобы вычислить эти значения, Я также пытался вычислить эти значения, используя уменьшенную версию изображения, но разрешение сильно страдает.

Итак, мой вопрос: возможно ли оценить средние значения и значения дисперсии, например, нормализацию без подачи всего изображения по сети?

Answer 1

Вы можете взять случайную выборку пикселей изображения и использовать среднее значение выборки и дисперсию выборки для нормализации всего изображения. Это не будет идеально, но чем больше выборка, тем лучше. Вероятно, будет достаточно нескольких сотен пикселей, может быть, даже меньше, но вам нужно поэкспериментировать.

использование tf.random_uniform() чтобы получить случайные координаты X и Y, а затем использовать tf.gather_nd() получить значения пикселей по заданным координатам.