检索结果-南通市图书馆

作者：朱茂清湘潭大学

学位级别：硕士

随着计算机视觉和人工智能技术在各个领域的进步与发展,视频智能理解正成为不可或缺的部分,其中对人体运动信息进行时空分析的行为识别任务成为了研究热点,主要通过从图像或者视频中获取人体运动数据来分析运动状态和动作意图,准确识别... 详细信息

随着计算机视觉和人工智能技术在各个领域的进步与发展,视频智能理解正成为不可或缺的部分,其中对人体运动信息进行时空分析的行为识别任务成为了研究热点,主要通过从图像或者视频中获取人体运动数据来分析运动状态和动作意图,准确识别出动作分类。相较于以视频和图片作为信息载体的传统方式,基于人体骨架信息的动作识别因骨架数据对光照强度和复杂背景的鲁棒性和泛化能力赢得了更多关注。其中,通过将人体骨架在空间与时间维度上的不同动作信息建模为时空特征图来共现提取的图卷积网络是最常用的技术手段,主要通过一系列的3D卷积来学习长期交互联系,但这种联系具有局限性且受卷积核大小的限制。为解决此问题,本文引入了Transformer中的自注意力机制来捕获远程依赖,获取全局信息,并设计了一种卷积自注意力模块来解决Transformer对数据的强依赖性以及带来的计算代价问题。主要工作和贡献如下:(1)提出了一种协同图卷积和Transformer的骨架动作识别模型。通过引入Transformer中的自注意力机制来建立远程依赖关系,并将其与图卷积网络相结合进行动作识别,使模型既能通过图卷积网络提取局部信息,也能通过Transformer捕获丰富的远程依赖项。另外,Transformer的自注意力机制在像素层面进行计算,因此产生了极大的计算代价,该模型设计了一种网络阶段划分策略,将整个网络分为两个阶段,第一阶段使用纯卷积来提取浅层空间特征,第二阶段使用所提出的Conv T块捕获高层语义信息,降低了计算复杂度。(2)设计了一种卷积自注意力模块代替原始Transformer中的线性嵌入,并使用一种多尺度框架来同时建模骨架的多阶数据。原始的Transformer架构丢失了位置与顺序信息,通过将所有输入序列向量化来添加固定的位置编码,然后使用线性嵌入来映射数据,而本文设计了一种卷积自注意力模块来代替原始的线性嵌入,利用图卷积的特性获得局部空间信息增强并隐式的获取了位置信息,由此可以去除掉位置编码,使模型性能得到提升并且变得更加轻量。另外本文使用了一种多尺度框架将骨架数据的一阶关节和二阶骨骼信息结合起来,考虑多尺度的融合特征来获得更好的特征提取效果。综上所述,本文主要是对基于人体骨架的动作识别进行研究,寻找有效的方法来使模型能同时获取到局部信息和全局信息,并以更轻量的方式降低了模型复杂度。最后在NTU-RGB+D和Kinetics-Skeleton这两个经典的动作识别数据集进行了实验,实验结果说明了提出的方法是有效的,提升了模型的性能。

关键词：动作识别人体骨架 Transformer 图卷积网络自注意力机制

基于时序关联与异常注意力的视频异常检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时序关联与异常注意力的视频异常检测方法研究

作者：寻依洁湘潭大学

学位级别：硕士

随着社会的快速发展,海量视频不断涌现,在大街小巷安装视频监控设备为维护社会治安、交通安全和人民生命财产安全等方面提供了有力的保障。通过人工定位视频异常事件存在难度大和成本高等问题,所以能自动检测出视频中的异常事件是现代... 详细信息

随着社会的快速发展,海量视频不断涌现,在大街小巷安装视频监控设备为维护社会治安、交通安全和人民生命财产安全等方面提供了有力的保障。通过人工定位视频异常事件存在难度大和成本高等问题,所以能自动检测出视频中的异常事件是现代发展的新需求。视频异常检测技术能够在大量的视频数据中,发现可疑或不正常的异常状况以及确定异常的起始与结束时间,并对其进行及时的预警,视频异常检测技术已成为当前的研究热点,但这些研究方法主要存在以下不足:1)视频作为一种同时具有图像信息和时间序列的高维数据,未能有效的利用其中的时序信息;2)忽视了异常检测相对于行为识别的特殊性,未能有效利用异常事件独有特性的关键信息;3)模型的误报率较高,这将会影响其性能,甚至加重安保人员的负担。基于此,本文主要进行了以下创新与改进:(1)本文提出了一种时序关联和注意力机制相结合的网络。针对视频异常事件的时间上下文关系,提出时序关联方法加强视频特征之间的时间关联顺序,捕获特征之间局部范围的时间依赖性,使其运用已发生的动作来判断当前动作是异常行为的可能性。在弱监督学习下,引入强大的I3D网络与改进的Transformer网络分别对视频异常检测做视频特征提取与异常检测任务。此外,创新性地提出正常平均损失函数降低了误报率,使模型更加快速收敛。与多种优秀的方法相比,本文设计的视频异常检测任务网络模型有效提高了性能。(2)本文提出了一种融合异常注意力的方法来更好的检测异常。针对视频的异常特征独特性以及检测率较低的问题,提出一种新的异常注意力检测方法,异常注意力通过学习异常范式以增强异常类别的空间特征。方法在ShanghaiTech和UCF-Crime两大视频异常检测数据集上分别达到96.68%和80.26%的帧级AUC以及0%和0.04%的误报率,AUC分别比基线高10.38%和4.85%,证明了方法的优越性能。综上所述,本文方法主要是对视频时序信息和异常独特性进行研究,改进算法提升对异常的关联性和辨识性。最后,在两个公开的视频异常检测数据集上验证了本文方法的优异效果。

关键词：弱监督视频异常检测特征提取注意力机制

基于级联U-Net网络的PPG信号连续血压预测的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于级联U-Net网络的PPG信号连续血压预测的研究

作者：朱艺璇湘潭大学

学位级别：硕士

人们在饮食和生活的不规律造成熬夜和肥胖率的不断上升,随之引起的心血管疾病的越来越多。为了有效地防治血压疾病,人们对于准确且连续地测量血压的需求越来越大。近年来,越来越多的学者开始对血压数据进行建模和研究,建立血压预测模型... 详细信息

人们在饮食和生活的不规律造成熬夜和肥胖率的不断上升,随之引起的心血管疾病的越来越多。为了有效地防治血压疾病,人们对于准确且连续地测量血压的需求越来越大。近年来,越来越多的学者开始对血压数据进行建模和研究,建立血压预测模型来预测人体血压值,从预测结果来看基于PPG信号的连续测量血压方式是可行的,但也仍存在血压预测算法的不够实时而且预测结果精度不高,没有达到国际标准。如何通过PPG信号来实现高准确度的血压预测是需要重点解决的难题。本文的主要进行了以下改进和创新:(1)本文提出了一种基于数学方法的PPG信号处理以及减少PPG信号与血压数据相位差的方法。针对性的构建了数据质量优化和信号时间对齐方法。其中采集信号过程中因为外界光照、人体运动、呼吸起伏等原因难以避免的会使信号存在噪声,对预测准确度有很大的影响。在用于预测之前需要消除信号中的基线漂移和高频干扰,然后判断由于测量不规范等原因造成的数据异常,去除无研究意义的数据;将ECG的R峰作为参考实现PPG信号时间对齐,减少与血压数据的时间差。减少数据质量、PPG信号与血压数据之间的相位差对血压预测准确度的影响,实验验证了这一操作可以有效优化预测效果。(2)本文提出了一种基于PPG信号和血压硬度的卷积神经网络的血压预测方法。融合U-Net和MultiResUNet网络模型,同时为了提高SBP的预测准确度,结合PPG的特征点,引入血管硬度这一特征值。将通过对实验数据进行多标准对比,与BHS标准相比已达到A级要求,其中DBP预测准确率平均比等级A标准要求高出13.33个百分点,SBP高出3.67个百分点。同时还满足AAMI标准中的MAE<=5和STD<=8的要求。(3)本文在实验的血压预测模型的基础上,实现了 PPG采集与预测的便携连续血压预测设备。采集PPG信号的进行去除噪声、波峰波谷提取。同时还能估算出心率与血氧信号,最后将实验模型预测血压值,与电子血压计测量结果进行对比,DBP的平均绝对误差为2.93mmHg,SBP的平均绝对误差为4.33mmHg。取得了比较不错的效果。综上所述,本文提出了一种基于级联的U-Net血压预测模型,通过PPG信号时间对齐和引入血管硬度特征等手段提高了血压预测的准确度,预测结果同时达到了 BHS标准A级和AAMI标准。同时基于实验模型设计并实现了一种基于反射式的PPG采集与连续血压测量的设备,有着较高的预测效果和较好的实用性。

关键词：血压预测特征提取时间对齐血管硬度信号采集

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时间上下文信息融合的孪生跟踪算法研究

基于时间上下文信息融合的孪生跟踪算法研究

作者：吴子平湘潭大学

学位级别：硕士

目标跟踪是在视频中,对选定的目标图像进行运动轨迹的检索。在基于孪生网络的视频跟踪器中,一般通过逐帧计算目标模板与预测区域之间特征的相似度得分,并选取相似度响应最高位置作为当前目标位置,这种方法在目标形变、运动模糊等复杂场... 详细信息

目标跟踪是在视频中,对选定的目标图像进行运动轨迹的检索。在基于孪生网络的视频跟踪器中,一般通过逐帧计算目标模板与预测区域之间特征的相似度得分,并选取相似度响应最高位置作为当前目标位置,这种方法在目标形变、运动模糊等复杂场景下的表现不佳,且过度依赖相似度计算,容易导致损失视频帧之间所涉及的时间上下文信息。利用卷积神经网络能够提取到有效的目标特征,但浅层特征例如外形轮廓、颜色等特征容易受到视频中的背景环境影响。如何在视频帧之间建立时间信息通道、如何有效的利用目标深度特征使模型能够缓解复杂背景的影响,是目标跟踪任务中需要重点解决的难题。基于以上问题,本文主要进行了以下的改进与创新:(1)本文针对孪生神经网络的对称性,提出了一种基于注意力机制的信息交互方法,用来加强孪生网络的子网络之间的信息交互,并且严格遵循孪生网络的平移不变性。以模板特征增强搜索特征,同时以搜索特征增强模板特征。与传统的注意力方法不同,其交叉是指孪生网络的子网络之间的信息交互。本文所提出的交叉注意力主旨在加强孪生网络的子网络之间的信息交互,应对在复杂环境的背景下,缓解跟踪时产生的丢失目标和漂移情况。在网络结构的设计上,使用查询向量与键向量生成特征的权值图,并使用另一子网络的值向量与权值特征进行聚合,使得子网络之间的特征信息进行交互。该方法在公开的数据集上进行了验证,取得了较好的效果,证明了该方法的有效性。(2)本文提出了一种基于类Transformer特征融合机制,融合视频连续帧之间的时序信息。与传统的在自然语言处理任务中使用的Transformer不同,为了保证孪生网络之间的平移不变性,设计了两个并行的分支,分别对应Transformer中的编码器与解码器,使其分离。并重新设计了两个编码器与解码器。类Transformer编码器,通过强化模板特征。在视频的复杂背景下,使模板特征具有更好的判别性。类Transformer解码器将融合模板分支特征,加强两个分支之间的特征交互,促进目标搜索过程。综上所述,本文方法主要是对孪生网络的子网络的信息交互方式进行研究,寻求合适的方式实现特征加强,并融合视频直接的时间上下文信息。最后在多个公开数据集上与当前先进算法加以比较,充分验证了本文算法的有效性。

关键词：目标跟踪注意力机制交叉注意力 Transformer 时间上下文信息

一种改进的自适应增值税发票字符识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种改进的自适应增值税发票字符识别方法研究

作者：刘峰湘潭大学

学位级别：硕士

随着“营改增”税改在全国各行各业展开,增值税发票的验真变得越来越广泛和重要。由于供应商进项发票可以成为抵扣税的凭据，直接关系到采购企业的经济利益。为了提高增值税发票认证的效率，研究利用计算机来自动识别增值税发票的关键... 详细信息

随着“营改增”税改在全国各行各业展开,增值税发票的验真变得越来越广泛和重要。由于供应商进项发票可以成为抵扣税的凭据，直接关系到采购企业的经济利益。为了提高增值税发票认证的效率，研究利用计算机来自动识别增值税发票的关键信息具有重要而实际的意义。根据增值税发票的特点和识别的技术要求，构建了增值税发票字符识别的总体技术框架，详细阐述了字符识别的流程和主要技术。通过研读相关技术文献，对OCR的发展状况和相关技术进行了较深的研究分析和归纳。分析了几种常用的灰度图像二值化方法，本文选用了适应性广的局部动态阈值Bernsen算法对图像进行二值化;采用霍夫变换检测发票图像中的直线，从而得出倾斜角并将图像旋转校正;设计了一种以数学形态学为基础的颗粒噪声去除方法;利用了投影法对数字字符进行切分;提取了数字字符图像的网格特征和横向及纵向笔画交点数特征，组成了40维的特征向量。为了达到增值税发票高识别率的要求，本文设计了改进的遗传BP神经网络数字字符识别算法。研究了遗传算法和BP神经网络的基本理论，分析了两种算法各自的长处和短处，利用遗传算法去搜索BP神经网络的一组次优的连接权系数和阈值的初始值，可以很好地综合遗传算法优秀的全局寻优能力和BP神经网络良好的局部寻优能力，从而改善了BP神经网络可能落入局部极值的缺陷，增强了算法的可靠性。标准遗传算法存在缺陷，常常过快收敛而落入局部最优解，搜索没有方向性。这些缺点都和标准遗传算法采用不会随着种群环境的变化而变动的交叉和变异概率有直接关系。为了克服这些缺点，本文设计了一种改进的自适应遗传算法，在定义了种群收敛系数的基础上，设计了一种新的自适应交叉和变异概率调节公式，使得交叉和变异概率能够随着种群收敛性变化而自适应的改变，能够改善标准遗传算法过早收敛的缺陷，改善了遗传算法的全局搜索最优解的能力。设计了一种BP神经网络，综合改进的自适应遗传算法与BP神经网络，利用自适应遗传算法去搜索BP神经网络的一组次优的连接权值和阈值，然后再利用BP网络继续训练，使样本全局误差达到预设的误差限值以下，这种结合的算法可以改善BP神经网络可能落入局部最优的缺陷。在VS2010中，结合OpenCV，用C语言编码实现了本文算法，实验表明本文改进的自适应遗传算法具有一定的优势，改进自适应遗传BP神经网络算法具有健壮性和有效性。

关键词：自适应遗传算法 BP神经网络形态学去噪增值税发票字符识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于二叉树结构的彩色图像分割

基于二叉树结构的彩色图像分割

作者：刘盈盈湘潭大学

学位级别：硕士

随着科学技术的进步和计算机的广泛使用,数字图像处理技术已经渗透到人类生活的各个方面,并发挥着越来越重要的作用。图像分割就是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程,它是由图像处理到图像分析的一个关键步骤... 详细信息

随着科学技术的进步和计算机的广泛使用,数字图像处理技术已经渗透到人类生活的各个方面,并发挥着越来越重要的作用。图像分割就是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程,它是由图像处理到图像分析的一个关键步骤,在计算机视觉、模式识别和医学图像处理等实际中得到了广泛的应用。如何对彩色图像中的目标进行有效的分割是计算机视觉和图像分析的重点和难点,目前对彩色图像的分割方法主要分类为基于阈值的分割技术、基于边界的分割技术、基于区域特性的分割技术和结合特定理论工具的分割技术四类。本文在传统的基于聚类算法的基础上,引入图像分层的理念,提出了一种基于二叉树结构的彩色图像分割方法,分层目的是将图像在不同分辨率下由粗到细地表达出来,基于分层的图像处理方法能够充分组合利用图像的全局与局部信息、空间与灰度信息.首先,对待分割图像采用最优阈值化方法获取R,G,B三个颜色空间的最佳阈值,从而得到三个颜色空间的二值图像,然后通过构造自适用二叉树进行一次粗分割提取目标区域,实现对图像的粗分割,自适应二叉树图像分块的基本思想是先把阈值化后的二值图像作为二叉树的根节点,以二值图像像素一致为基础,采用区域距离度量的方法进行区域分裂,在计算区域的距离时,我们需要考虑两个方面;区域的颜色距离和边缘距离,从而构造图像的分裂二叉树,得到图像的颜色一致区域。通过构造二叉树进行粗分割可以把图像上颜色一致的区域初步的分割开,而并不理解其中的含义。而且这样分割的图像往往呈方形,分割的结果不满足人们的视觉感知。因此本文将在此基础上采用C-均值聚类算法实现对图像粗分割后形成的叶子区域进行聚类。从而使分割后的图像更具有现实意义。本文使用Visual C++ 6.0实现了算法,实验结果证明,本文所提出的方法与传统的区域生长方法和C-均值聚类算法的相比,可以更好的实现目标图像和背景的分离。

关键词：彩色图像分割最优阈值化二叉树金字塔分割聚类算法

基于空间SSIM度量的ROI提取用于图像优化分类方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于空间SSIM度量的ROI提取用于图像优化分类方法

作者：杨赛舟湘潭大学

学位级别：硕士

随着互联网技术的发展,图像数据越来越庞大,如何高效的处理和利用这些图像数据成为了图像处理领域的重要课题。作为图像处理领域的分支,图像分类技术由于在各个领域都有重要的应用而得到了科研人员的广泛关注。图像分类主要目的是对图... 详细信息

随着互联网技术的发展,图像数据越来越庞大,如何高效的处理和利用这些图像数据成为了图像处理领域的重要课题。作为图像处理领域的分支,图像分类技术由于在各个领域都有重要的应用而得到了科研人员的广泛关注。图像分类主要目的是对图像进行合理和快速分类。其中典型的判别模型的图像分类的主要流程包括:底层特征提取、中层语义特征描述、分类器分类等过程。本文为了提升特征描述子的判别性,对底层特征的提取方法进行了相关研究。在图像中往往存在一些例如背景等非兴趣区域,对于这些非兴趣区域,我们可以认为由其进行特征提取所获得的特征并非有效特征。因此本文采用了利用ROI区域提取进行特征提取。此外Bow模型、空间金字塔模型的研究表明对图像的空间信息的表达能有效提高分类效果,本文基于这类研究提出了基于空间SSIM(Structural Similarity)度量的ROI区域提取思想。首先SSIM度量方法是对图像结构相似性的体现,其次引入类似空间金字塔模型的空间层次特性则是对图像空间信息进行表达。综合这两方面考虑,本文提出的方法在保留了原有的Bow模型、SPM(Spatial Pyramid Matching,空间金字塔模型)的特点的基础上,增加了对图像的结构性的表达,同时进一步对图像的空间信息进行了表达,而采用的ROI区域特征提取的方法能去除无效冗余的特征,对分类效果进行进一步提升。为了验证本文方法的有效性,本文与传统方法以及文献[20]的方法进行了对比,实验表明采用本文的方法能得到良好的分类效果。此外为进一步提升分类效果,本文结合了同时具有判别模型与生成模型优点的Fisher Kernel框架,并在PascalVoc2007、Caltech256、Scene15数据库上进行了对比实验,验证了本文方法的有效性。

关键词：图像分类 BoW SPM Fisher Kernel ROI SSIM

基于弹性图和Hausdorff距离匹配的人脸表情识别算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于弹性图和Hausdorff距离匹配的人脸表情识别算法研究

作者：陶志平湘潭大学

学位级别：硕士

人脸表情识别是心理学、生理学、图像处理、机器视觉、模式识别等多领域的一个富有潜力和挑战的课题。为了满足人脸表情识别系统在实际生活中的应用，越来越多的研究者开始对人脸表情识别算法进行研究。情感特征提取和分类的准确性和有... 详细信息

人脸表情识别是心理学、生理学、图像处理、机器视觉、模式识别等多领域的一个富有潜力和挑战的课题。为了满足人脸表情识别系统在实际生活中的应用，越来越多的研究者开始对人脸表情识别算法进行研究。情感特征提取和分类的准确性和有效性是人脸表情识别应用系统成功与否的关键。虽然已经有很多人脸表情识别技术的出现，但是针对目标遮挡、图像噪声以及图像晃动等干扰因素下的人脸表情识别尚未成熟。为解决上述问题，本文对在多种干扰因素下的人脸表情特征提取和分类进行了深入研究，并提出了一种弹性图匹配和改进Hausdorff距离相似度计算相结合的分类算法。主要完成的工作内容如下： 1)人脸表情图像情感特征提取。人脸表情感情特征提取的好坏直接影响到后续的情感分类。本文主要采用多尺度、多方向的Gabor滤波器组进行人脸表情特征提取。因为Gabor小波对光照的不敏感，且对一定程度的图像旋转和变形具有很好的鲁棒性。 2)人脸表情图像分类。利用弹性模板匹配在表情分类的优势和改进Hausdorff距离在噪声干扰环境下相似度计算的优势，本文提出了应用弹性图匹配和改进Hausdorff距离相似度计算相结合的算法，实验证明相对于采用传统分类算法，在识别效率上有很大的提高。 3)最后，人脸表情识别分类系统设计。基于本文提出的改进算法，开发了一套人脸表情识别系统，采用JAFFE表情数据库和Cohn-Kanade表情数据库进行测试，并分别采用传统算法和本文提出的改进算法进行实验对比。实验分析证明，在干扰环境下，本文提出的人脸表情分类方法比传统方法识别效果更好。

关键词：人脸表情识别情感特征提取 Hausdorff距离 Gabor滤波器弹性图匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

相关反馈中动态权重算法的研究及应用

相关反馈中动态权重算法的研究及应用

作者：文立湘潭大学

学位级别：硕士

随着多媒体技术及Internet网络的迅速发展,图像来源不断扩大,大容量高速存储系统为图像的海量存储提供了基本保障,各行各业对图像的使用越来越广泛,图像信息资源的组织、管理和检索显得日益重要。为提高图像资源的利用率,图像信息资源... 详细信息

随着多媒体技术及Internet网络的迅速发展,图像来源不断扩大,大容量高速存储系统为图像的海量存储提供了基本保障,各行各业对图像的使用越来越广泛,图像信息资源的组织、管理和检索显得日益重要。为提高图像资源的利用率,图像信息资源的检索方法已成为国内外研究的热点。鉴于语义特征提取比较困难情况下,基于低层特征的图像检索是目前比较常用的方法。基于低层特征的图像检索容易造成低层特征与高层特征之间的鸿沟。目前解决语义鸿沟问题的方法之一是相关反馈。相关反馈方法有许多种,如查询向量、动态权重更新、贝叶斯、支持向量、神经网络等。其中贝叶斯参数、支持向量机、神经网络方法其实是一个机器学习的过程,这些方法都会受到样本数量多少及特征维数大小的影响。如果样本数量太少,就得不到准确的反馈信息。若特征维数过大,机器学习就是一个费时的过程,因此常常要进行特征维约减处理。与贝叶斯参数、支持向量机、神经网络方法相比,查询向量移动和动态权重更新的相关反馈方法就不会受到样本数量多少及特征维数大小的影响。鉴于以上分析,本文对这两种相关反馈方法进行研究,着重研究了动态权重的更新。通过实验和分析发现,动态权重更新对那些语义和视觉上比较相似的图像进行检索时,有时会陷入局部最优。本文对查询向量移动、动态权重更新方法进行详细的分析,分析两者的优缺点并且采取两种措施来解决此问题:一是在交互反馈中,把负例图像对检索的影响以交互的形式反馈给计算机,从而去影响权值。二是利用Fish准则函数强行改变权重的值,从而退出局部最优区域。在对动态权重算法改进的基础上,提出两种相关反馈方法结合的模型。基于内容的图像检索中,选取恰当的图像特征、采取有效的特征提取方法、特征匹配算法的选取这三个方面会影响到图像检索的检索性能;本文选取的特征是颜色和形状特征,并提出了自己的均匀量化方法。采用的匹配算法是加权欧氏距离匹配算法。实验结果表明,在同等实验条件下,改进后的动态权重方法与前人提出的传统权重更新反馈方法(Rui方法)相比,其性能得到了改善。而这两种相关反馈结合方法的检索性能都优于在同等实验条件下同类和不同类的相关反馈方法。本文的研究对图像检索研究、相关反馈方法研究有一定的参考价值和实际意义。

关键词：相关反馈权值局部最优干扰因子查询向量移动

基于生成对抗网络的图像超分辨率重建算法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成对抗网络的图像超分辨率重建算法的研究

作者：奉雪艳湘潭大学

学位级别：硕士

随着信息化时代高速发展,人们对图像质量的要求日益增加。图像超分辨率(Super-Resolution,SR)重建旨在通过计算机软件方式从低分辨率图像中恢复自然、清晰的纹理,重建出画质优良的高分辨率图像。近年来,得益于深度学习技术的应用,图像S... 详细信息

随着信息化时代高速发展,人们对图像质量的要求日益增加。图像超分辨率(Super-Resolution,SR)重建旨在通过计算机软件方式从低分辨率图像中恢复自然、清晰的纹理,重建出画质优良的高分辨率图像。近年来,得益于深度学习技术的应用,图像SR重建取得显著进展,在消费与医疗、公共安全与军事等相关专业领域都有着广泛的应用。针对目前图像SR重建算法训练速度缓慢、网络模型不稳定以及对高频信息处理模糊等问题,本文在单幅图像SR重建任务上开展大量的研究工作,提出具有探索性的图像SR重建方法,主要研究内容概况如下:(1)通过深入探索钻研现有图像SR技术的相关研究,并分析概况以往研究成果存在的众多优势及弊端,本文在系统阐述图像SR重建相关理论基础后,针对现有算法存在的不足,提出新颖的图像SR重建方法。(2)针对传统图像SR重建算法存在模型训练不稳定、参数量大、计算复杂等缺陷,本文提出基于多尺度生成对抗网络(Generative Adversarial Network,GAN)的图像SR重建算法M＿SRGAN。针对现有算法生成图像含有伪影等问题,设计多尺度残差密集连接块作为M＿SRGAN的基础组建模块,改善重建图像质量;针对传统重建算法容易受到噪声影响,导致重建结果存在振铃效应等问题,在M＿SRGAN中引入全新的长短跳跃连接的残差学习方式提升训练效果,最大化信息交流;M＿SRGAN的生成网络去除BN层,保留图像客观存在的对比度信息,改善图像视觉效果的同时节省计算资源。(3)传统算法的损失函数在训练过程中对图像的细节起到了模糊作用,本文在SRGAN的基础上,构建了一种新颖的具有纹理差异约束项的损失函数,引导生成器聚焦于图像纹理细节,重建出具有逼真纹理的图像。(4)另外,针对现有基于深度学习的方法都是在全局范围内探索图像全局特征,忽略了图像特征之间的相关性以及图像高频特征信息,导致重建图像过于平滑等问题,提出了一种基于注意力机制的改进式GAN图像SR重建算法,实现特征的加权强化,自适应地重新校准通道方面的特征响应,筛选出更利于重建的特征,提升模型训练速率。通过对比分析几种经典测试数据集上的测试实验,结果证明本文提出的方法提高了图像SR重建算法的稳定性、时效性和准确性,综合性能相对突出,具有较好的研究意义和实用价值。

关键词：图像超分辨率重建生成对抗网络多尺度残差块注意力机制纹理损失