检索结果-内蒙古大学图书馆

计算机工程 2020年第7期46卷 251-259页

作者：熊亚辉陈东方王晓峰武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学湖北省智能信息处理与实时工业系统重点实验室武汉430065

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,... 详细信息

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,交替使用升采样和降采样来优化高分辨率和低分辨率图像的投影误差,同时运用残差学习的思想将升采样和降采样阶段提取到的特征使用级联的方式进行连接,从而提升图像的重建效果。实验结果表明,在Set5、Set14和Urban100数据集上,与Bicubic、SRCNN、ESPCN、VDSR和LapSRN 5种主流算法相比,该算法的峰值信噪比和结构相似性均有所提高。

关键词：图像超分辨率重建算法多尺度反向投影迭代式升采样和降采样深度学习

来源：评论

学校读者我要写书评

暂无评论

最大后验概率图像超分辨率重建算法研究

最大后验概率图像超分辨率重建算法研究

引用

作者：林昀华中科技大学

学位级别：硕士

图像超分辨率重建是一种由低分辨率图像获得高分辨率图像的技术，是图像处理领域一个热点问题，不仅在理论上具有重要研究意义，在实际应用中也有迫切需求，已广泛应用于卫星图像分析、天文图像处理、光学遥感图像处理、合成孔径雷达遥... 详细信息

图像超分辨率重建是一种由低分辨率图像获得高分辨率图像的技术，是图像处理领域一个热点问题，不仅在理论上具有重要研究意义，在实际应用中也有迫切需求，已广泛应用于卫星图像分析、天文图像处理、光学遥感图像处理、合成孔径雷达遥感图像处理、医学图像处理、安全监控和视频传输等许多领域。\n 本文首先论述了图像超分辨率重建的应用背景、基本概念和基本问题。阐述了病态逆过程和规整化问题，对比最大似然法（ML）图像超分辨率重建算法和最大后验概率（MAP）图像超分辨率算法在先验规整化方面的差异，突出了先验规整化在图像重建中的重要作用。\n 然后，重点研究了图像的先验概率分布模型——Gibbs模型。通过对Gibbs模型和基于Gauss-Gibbs随机场的经典最大后验概率图像超分辨率重建算法进行研究分析，提出了基于参数估计的自适应最大后验概率超分辨率重建法。该方法利用最小二乘法对Gauss-Gibbs随机场参数进行估计，并将其用于对图像重建进行规整化，克服了通常采用拉普拉斯算子作为模型参数的最大后验概率图像重建而带来的边缘和细节模糊现象，提高了重建图像的清晰度，减小了重建图像的均方误差。\n 最后，研究了在先验概率分布模型中引入线过程模型的MAP超分辨率图像重建方法，通过实验证实了该方法能够有效提高图像边缘的重建效果，增强图像边缘清晰度，从而进一步提高图像的重建质量。

关键词：最大后验概率图像超分辨率重建算法 Gibbs模型图像质量

来源：评论

学校读者我要写书评

暂无评论

基于残差特征融合的双路径图像超分辨率算法研究

基于残差特征融合的双路径图像超分辨率算法研究

引用

作者：谢余杭福建师范大学

学位级别：硕士

伴随着信息化时代的来临,数字图像已经成为人们获取信息的主要途径之一,因此如何获取高质量的图像成了人们关注的重点。由于外界环境或者图像采集设备等方面的原因可能会导致获取到的图像存在质量问题,但是通过提升硬件设备的性能来提... 详细信息

伴随着信息化时代的来临,数字图像已经成为人们获取信息的主要途径之一,因此如何获取高质量的图像成了人们关注的重点。由于外界环境或者图像采集设备等方面的原因可能会导致获取到的图像存在质量问题,但是通过提升硬件设备的性能来提高图像分辨率所花费的成本过于高昂。因此,图像超分辨率重建算法应运而生。图像超分辨率算法是从软件的角度把输入的低分辨率图像恢复成高分辨率图像。基于卷积神经网络的办法是目前最流行且效果最好的图像超分辨率重建算法,重建的图像比传统算法更清晰、拥有更多的边缘信息。为了恢复出更清晰的图像,本文通过分析不同超分辨率重建算法的优缺点,提出了以下两项工作: 1、构建了一个双路径非对称卷积残差网络的图像超分辨率算法。我们在网络的残差模块中引入非对称卷积,通过将非对称卷积核和方形卷积核组合在一起以获得不同的感受野,提升网络的特征提取能力。与此同时,网络还采用了双路径学习的策略,通过将自适应亚像素重建层作为独立的一条路径来直接对输入的低分辨率图像进行上采样操作,以便充分利用图像低频信息来保证重建图像的质量。此外,我们还设计了新的损失函数来增强对网络的约束力。 2、构建了一个双路径多尺度残差特征聚合网络的图像超分辨率算法。本算法提出了多尺度残差特征聚合块,不同于其他算法对残差块进行简单的堆积,多尺度残差特征聚合块重新组织堆叠残差块。多尺度残差特征聚合块中共包含四个残差块,通过将最后一个残差块来覆盖前面的三个残差块并将不同残差块的输出特征直接发送到多尺度残差特征聚合块的末端,可以充分利用不同层次的特征。最后通过一个1×1卷积将其融合,并生成更富有代表性的图像特征。为了使多尺度残差特征聚合块的效果最大化,我们还引入有效的注意力机制。

关键词：卷积神经网络残差模块非对称卷积图像超分辨率重建算法

来源：评论

学校读者我要写书评

暂无评论

道路监控视频低清人脸重建与识别方法研究

引用

计算机时代 2020年第1期 26-29,34页

作者：罗莉莎钟嘉桐王树同陈龙邵文泽南京邮电大学通信与信息工程学院

近年来,视频监控在国防领域和城市管理中起着越来越突出的作用。文章以道路监控视频的低分辨率图像为切入点,利用深度学习方法下的图像超分辨率重建算法,训练超分辨率模型,提高监控视频所记录的低清人脸模型的精度,同时利用FaceNet算法... 详细信息

近年来,视频监控在国防领域和城市管理中起着越来越突出的作用。文章以道路监控视频的低分辨率图像为切入点,利用深度学习方法下的图像超分辨率重建算法,训练超分辨率模型,提高监控视频所记录的低清人脸模型的精度,同时利用FaceNet算法及模型实现低清人脸的识别与检测,从而完善道路视频监控系统低分辨率图像的人脸识别与检测。

关键词：图像超分辨率重建算法超分辨率模型深度学习低分辨率图像人脸识别人脸检测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：