Restaura archivos fotográficos históricos con super-resolución y denoising
Visión general
De qué trata este proyecto.
Implementa denoising, super-resolución 2x e inpainting en 800 fotos históricas. Evalúa con métricas y panel de archivistas. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un pipeline de restauración fotográfica que mejore legibilidad sin distorsionar contenido histórico, con guía editorial clara.
Earning criteria — what you'll demonstrate
- Comparar restauración clásica y aprendida en imagen histórica
- Aplicar super-resolución y denoising con consciencia de artefactos
- Combinar métricas cuantitativas con evaluación humana experta
- Definir límites éticos de restauración en contexto patrimonial
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Image Processing and Computational Imaging
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniera de Visión por Computadora
Restauración fotográfica end-to-end con evaluación experta es un proyecto sólido para el portafolio de una CV engineer interesada en patrimonio o medios.
Este proyecto afina
- image-restoration
- super-resolution
- denoising
Ingeniera de Investigación en IA
Comparar métodos clásicos y aprendidos con evaluación humana es exactamente lo que pide investigación aplicada en restauración de imagen.
Este proyecto afina
- denoising
- inpainting
- evaluation
Ingeniera de IA
Empaquetar varios modelos abiertos en un pipeline modular reproducible es la clase de glue engineering que las AI engineers entregan a producto cada sprint.
Este proyecto afina
- pytorch
- image-restoration
- super-resolution