检索结果-内蒙古大学图书馆

光学学报 2025年第1期45卷 236-243页

作者：李诗琦李晖乔川朱挺吴云韬武汉工程大学计算机科学与工程学院湖北武汉430205 智能机器人湖北省重点实验室湖北武汉430205

传统的液晶微透镜阵列(LC-MLA)设计方法大多采用顺序范式。该范式因设计值与实际值的偏差,难以逼近最优解,易导致LC-MLA的透过率偏低和光束聚焦能力不足,进而影响光谱重构的质量。为解决该问题,提出了一种基于深度学习的液晶器件反向设... 详细信息

传统的液晶微透镜阵列(LC-MLA)设计方法大多采用顺序范式。该范式因设计值与实际值的偏差,难以逼近最优解,易导致LC-MLA的透过率偏低和光束聚焦能力不足,进而影响光谱重构的质量。为解决该问题,提出了一种基于深度学习的液晶器件反向设计网络(LCDE-IDN),用于优化高光谱重构系统中的LC-MLA。实验结果表明,相较于传统经验设计的LC-MLA,采用LCDE-IDN设计的LC-MLA的光强均匀性误差约为4.5%,透过率平均提升了3.1%,结果凸显了优化后的LC-MLA具有更高的透过率和增强的光束聚焦能力。高光谱重构系统的重构精度也得到较大幅度的提升,重构出的光谱图像的峰值信噪比平均提升了5.7%。

关键词：液晶器件反向设计液晶微透镜阵列光谱重构深度学习

来源：评论

学校读者我要写书评

暂无评论

改进DDPG的端边DNN协同推理策略

引用

计算机工程与应用 2025年第2期61卷 304-315页

作者：和涛栗娟武汉工程大学计算机科学与工程学院武汉430205 智能机器人湖北省重点实验室(武汉工程大学) 武汉430205

当前基于端边的深度神经网络(deep neural network,DNN)协同推理策略仅关注于优化时延敏感型任务的推理时延,而未考虑能耗敏感型任务的推理能耗成本,以及DNN划分后在异构边缘服务器之间的高效卸载问题。基于此,提出一种改进深度确定性... 详细信息

当前基于端边的深度神经网络(deep neural network,DNN)协同推理策略仅关注于优化时延敏感型任务的推理时延,而未考虑能耗敏感型任务的推理能耗成本,以及DNN划分后在异构边缘服务器之间的高效卸载问题。基于此,提出一种改进深度确定性策略梯度(deep deterministic policy gradients,DDPG)的端边DNN协同推理策略,综合考虑任务对时延与能耗的敏感度,进而对推理成本进行综合优化。该策略将DNN划分与计算卸载问题分离,对不同协同设备建立预测模型,去预测出协同推理DNN的最优划分点与推理综合成本;根据预测的推理综合成本建立奖励函数,使用DDPG算法制定每个DNN推理任务的卸载策略,进而进行协同推理。实验结果证明,相比其他DNN协同推理策略,该策略在复杂的DNN协同推理环境下决策更高效,推理时延平均减少了46%,推理能耗平均减少了44%,推理综合成本平均降低了46%。

关键词：边缘智能深度神经网络(DNN) 协同推理深度确定性策略梯度任务卸载能耗优化

来源：评论

学校读者我要写书评

暂无评论

一种基于降质学习的低光照图像增强方法

引用

小型微型计算机系统 2025年第2期46卷 353-364页

作者：江奎王中元黄文心贾雪梅王正胡瑞敏哈尔滨工业大学计算机科学与技术学院哈尔滨150001 武汉工程大学智能机器人湖北省重点实验室武汉430205 湖北大学计算机与信息工程学院武汉430062 武汉大学计算机学院武汉430072

低光照图像增强任务旨在提高图像的可见性,同时保持其视觉自然度.针对训练数据缺乏多样性以及恢复图像中细节丢失和颜色失真这两方面问题,基于分布一致性约束,本文提出一种无监督降质学习和数据增广方法用于低光照图像增强,其中包括设... 详细信息

低光照图像增强任务旨在提高图像的可见性,同时保持其视觉自然度.针对训练数据缺乏多样性以及恢复图像中细节丢失和颜色失真这两方面问题,基于分布一致性约束,本文提出一种无监督降质学习和数据增广方法用于低光照图像增强,其中包括设计两阶段的网络来学习低光降质的内在特性以及重新恢复低光图像的亮度和纹理细节.受彩色图像成像原理的启发,本文将低光图像增强任务分解为降质学习环境干扰去除,和图像本体细节和颜色细化表达.具体来讲,本文首先从低光输入中估计降质以模拟环境关照因素导致的失真,然后细化内容以恢复漫射导致的内容和对比度损失,并设计一种新颖的降质学习和内容细化网络.在低光图像增强和联合检测任务上的大量实验验证了本文算法的有效性和效率.

关键词：低光图像增强降质学习数据增广编-解码器扰动去除

来源：评论

学校读者我要写书评

暂无评论

深度协作表达的人脸超分辨重建算法

引用

计算机辅助设计与图形学学报 2019年第4期31卷 596-601页

作者：卢涛潘兰兰管英杰曾康利武汉工程大学计算机科学与工程学院武汉430205 武汉工程大学智能机器人湖北省重点实验室武汉430205

为了获得更高质量的高分辨率人脸图像,提出一种基于深度协作表达的人脸超分辨率算法.该算法首先对训练样本重叠取块和多方向梯度特征提取得到初始化字典;再对初始化字典进行逐层迭代更新,同时利用协作表达更新对应每层的最优表达权重系... 详细信息

为了获得更高质量的高分辨率人脸图像,提出一种基于深度协作表达的人脸超分辨率算法.该算法首先对训练样本重叠取块和多方向梯度特征提取得到初始化字典;再对初始化字典进行逐层迭代更新,同时利用协作表达更新对应每层的最优表达权重系数;最后将最后一个表达层所有的重建块合成为最终高分辨率图像.在FEI和CMU FrontalFace数据集上的实验结果表明,与传统超分辨率重建算法相比,该算法提升了单层表达算法的精度,在主观和客观评价性能上均超过现有算法,甚至包括基于深度学习算法.

关键词：人脸图像超分辨率字典对学习深度协作表达

来源：评论

学校读者我要写书评

暂无评论

基于密度等级分类的田间棉铃计数算法

引用

计算机辅助设计与图形学学报 2020年第11期32卷 1832-1839页

作者：黄紫云李亚楠王海晖武汉工程大学计算机科学与工程学院武汉430205 武汉工程大学智能机器人湖北省重点实验室武汉430073

为了解决复杂棉田环境中的多模态棉铃计数问题,提出一种基于密度等级分类的田间棉铃计数算法.首先采用密度等级分类估计器对图像中的全局上下文信息进行编码;然后利用多列结构的密度图估计器将输入图像转换为高维特征映射;最后通过特征... 详细信息

为了解决复杂棉田环境中的多模态棉铃计数问题,提出一种基于密度等级分类的田间棉铃计数算法.首先采用密度等级分类估计器对图像中的全局上下文信息进行编码;然后利用多列结构的密度图估计器将输入图像转换为高维特征映射;最后通过特征融合神经网络,将分类信息与高维特征映射相结合,以生成高质量的密度图,进而实现对田间棉铃进行计数.此外,构建了一个包含412幅田间棉铃图像的数据集,该数据集可根据不同的环境、年份和地域条件进行划分,以进行实验和对比.实验结果表明,所提出的算法达到了更低的计数误差,其有效性和鲁棒性均优于其他对比算法.

关键词：棉铃目标计数密度等级分类密度图

来源：评论

学校读者我要写书评

暂无评论

芯片引线键合的快速图像定位研究

引用

华中科技大学学报（自然科学版） 2015年第S1期43卷 132-135页

作者：曾祥进田峰王子维章刘斌武汉工程大学计算机科学与工程学院智能机器人湖北省重点实验室湖北武汉430205

为实现芯片引脚及引线框架的精确定位,提出了一种改进型的视觉定位方法.该方法结合LOG算子的定位方法和Zernike正交矩的最小二乘椭圆拟合亚像素定位方法,分别对芯片引脚和引线框架进行了定位:对于芯片引脚采用LOG算子算法进行匹配定位,... 详细信息

为实现芯片引脚及引线框架的精确定位,提出了一种改进型的视觉定位方法.该方法结合LOG算子的定位方法和Zernike正交矩的最小二乘椭圆拟合亚像素定位方法,分别对芯片引脚和引线框架进行了定位:对于芯片引脚采用LOG算子算法进行匹配定位,而针对引线框架图像则采用Zernike正交矩的最小二乘椭圆拟合亚像素方法进行定位.通过构建的芯片自动视觉定位平台,进行了相关定位实验.实验表明,芯片引脚及引线框架定位精度小于0.6像素,满足芯片封装应用要求.

关键词：图像亚像素芯片封装定位引线

来源：评论

学校读者我要写书评

暂无评论

视觉引导的激光距离选通三维成像

引用

红外与激光工程 2024年第7期53卷 109-117页

作者：张思卿刘晓泉武汉工程大学智能机器人湖北省重点实验室湖北武汉430205 武汉工程大学计算机科学与工程学院湖北武汉430205

由于可以抑制后向散射,距离选通三维成像在雾、雨、雪等恶劣天气下的远距离探测中展现出巨大潜力。传统方法利用光学成像机理建模实现,发展成熟,但存在性能依赖于硬件特性、系统灵活性差等问题;基于学习的方法克服了传统方法的硬件限制... 详细信息

由于可以抑制后向散射,距离选通三维成像在雾、雨、雪等恶劣天气下的远距离探测中展现出巨大潜力。传统方法利用光学成像机理建模实现,发展成熟,但存在性能依赖于硬件特性、系统灵活性差等问题;基于学习的方法克服了传统方法的硬件限制,但是未考虑选通图像特点,导致精度有限。针对上述问题,提出一种融合注意力机制的视觉引导方法,该方法从视觉层面出发,针对物体轮廓、纹理较弱等区域着重计算区域权重,提高区域预测精度;结合一种激光雷达深度补全算法,获得稠密深度真值图像用于模型监督,从而提升模型深度估计精度。实验结果表明,对比现有最先进的方法,在夜晚数据中平均绝对误差(Mean Absolute Error,MAE)提升了6.3%,均方根误差(Root Mean Square Error,RMSE)提升了2.3%,并在雾、雪天场景下得到更清晰的目标轮廓。

关键词：距离选通三维成像注意力机制深度补全视觉引导

来源：评论

学校读者我要写书评

暂无评论

基于元数据和反射的面向方面软件演化方法

引用

电子学报 2011年第8期39卷 1771-1777页

作者：何成万张立军张慧武汉工程大学计算机科学与工程学院湖北武汉430073 智能机器人湖北省重点实验室湖北武汉430073

面向方面软件中的基础程序的结构信息发生变化后,会导致意外的连接点丢失问题.其原因在于连接点的定义紧紧地依赖于基础程序的结构,这种紧密的耦合严重阻碍了面向方面软件的演化.提出一种基于元数据和反射的面向方面软件演化方法.在连... 详细信息

面向方面软件中的基础程序的结构信息发生变化后,会导致意外的连接点丢失问题.其原因在于连接点的定义紧紧地依赖于基础程序的结构,这种紧密的耦合严重阻碍了面向方面软件的演化.提出一种基于元数据和反射的面向方面软件演化方法.在连接点定义和基础程序之间加入概念层,以实现连接点定义和基础程序结构的解耦.概念层模型用于描述基础程序的逻辑信息、物理信息,以及这两类信息之间的映射关系.基于Java Annotation元数据机制在基础程序中使用逻辑信息对程序结构进行标注,同时,使用逻辑信息定义连接点.根据基础程序中定义的元数据对基础程序进行转换,自动生成元对象,基于反射机制实现基础程序演化后连接点的正确匹配.详细阐述了函数、构造函数的转换算法.该方法较好地解决了面向方面软件中由于基础程序结构信息的变化而导致的连接点丢失问题,有助于构建可适应的面向方面软件.

关键词：面向方面软件意外的连接点丢失软件演化元数据反射

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的光场显微像差校正

引用

光学学报 2024年第14期44卷 82-91页

作者：王长淼李晖张水平吴云韬武汉工程大学计算机科学与工程学院湖北武汉430205 智能机器人湖北省重点实验室湖北武汉430205

由于光场显微镜中透镜的固有缺陷以及样品折射率分布不均匀会引起光学像差,这严重影响光场显微成像的质量。引入光场解耦模块,解析获得光场的相位和强度信息;并设计用于光场显微像差校正的相位-强度双路径网络(PCANet)。实验结果表明,... 详细信息

由于光场显微镜中透镜的固有缺陷以及样品折射率分布不均匀会引起光学像差,这严重影响光场显微成像的质量。引入光场解耦模块,解析获得光场的相位和强度信息;并设计用于光场显微像差校正的相位-强度双路径网络(PCANet)。实验结果表明,所提出的方法不仅可实现光场显微像差校正,而且重建出的图像具有高分辨率和清晰的细节边缘;相较于其他传统的图像超分辨率网络,所提方法重建结果的峰值信噪比(PSNR)和结构相似性指数(SSIM)分别提高了15.4%和11.7%。本研究为低成本光场显微像差校正提供了一种高效的方案。

关键词：几何光学光场显微深度学习像差校正高分辨率相位恢复

来源：评论

学校读者我要写书评

暂无评论

基于中继循环残差网络的人脸超分辨率重建

引用

华中科技大学学报（自然科学版） 2018年第12期46卷 95-100页

作者：卢涛汪家明李晓林张彦铎武汉工程大学计算机科学与工程学院湖北武汉430205 武汉工程大学智能机器人湖北省重点实验室湖北武汉430205

设计了一种新型的中继循环残差神经网络,用于增强超分辨率重建图像的重建效果,提出了一种双层深度网络,其中重建网络负责初步图像重建,由中继网络进一步提示图像细节.所提出的中继网络架构同样也适用于具有不同类型的超分辨率深度学习网... 详细信息

设计了一种新型的中继循环残差神经网络,用于增强超分辨率重建图像的重建效果,提出了一种双层深度网络,其中重建网络负责初步图像重建,由中继网络进一步提示图像细节.所提出的中继网络架构同样也适用于具有不同类型的超分辨率深度学习网络,在CAS-PEAL-R1和CASIA-Webface数据库上的实验结果表明:中继网络模型提升了传统深度网络的图像重建性能,主客观重建质量均优于现有的卷积神经网络超分辨率算法.

关键词：中继网络人脸幻构图像重建深度学习深度网络

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：