检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度特征学习的图像超分辨率重建

自动化学报 2017年第5期43卷 814-821页

作者：胡长胜詹曙吴从中合肥工业大学计算机与信息学院合肥230009

基于学习的图像超分辨率(Super-resolution,SR)算法利用样本先验知识来重建图像,相较于其他重建方法拥有明显的优势,也是近年来研究的热点.论文首先分析了影响图像重建质量的因素,然后对基于卷积神经网络的图像超分辨率重建算法(Super-r... 详细信息

基于学习的图像超分辨率(Super-resolution,SR)算法利用样本先验知识来重建图像,相较于其他重建方法拥有明显的优势,也是近年来研究的热点.论文首先分析了影响图像重建质量的因素,然后对基于卷积神经网络的图像超分辨率重建算法(Super-resolution convolutional neural network,SRCNN)提出了两点改进:我们用随机线性纠正单元(Randomized rectified linear unit,RRe LU)去避免原有网络学习中对图像某些重要的信息过压缩,同时我们用NAG(Nesterov s accelerated gradient)方法去加速网络的收敛并且避免了网络在梯度更新的时候产生较大的震荡.最后通过实验验证了我们改进网络可以获得更好的主观视觉评价和客观量化评价.

关键词：超分辨率图像复原深度学习卷积神经网络特征映射

在线全文

学校读者我要写书评

暂无评论

DC-DC电源系统的优化设计

电子技术应用 2001年第12期27卷 34-35页

作者：吴从中合肥工业大学计算机与信息学院 230009

紧凑型电子设备中DC-DC电源系统效率是一个非常关键的问题。详细分析了DC-DC电源系统各部分之间的相互作用以及影响DC-DC电源系统效率的主要因素,并指出:结合DC-DC转换器的输入特性,合理配置电源参数与选取DC-DC工作点可以有效地改善DC... 详细信息

紧凑型电子设备中DC-DC电源系统效率是一个非常关键的问题。详细分析了DC-DC电源系统各部分之间的相互作用以及影响DC-DC电源系统效率的主要因素,并指出:结合DC-DC转换器的输入特性,合理配置电源参数与选取DC-DC工作点可以有效地改善DC-DC电源系统效率。

关键词：电源系统 DC-DC转换器优化设计

在线全文

学校读者我要写书评

暂无评论

基于SUSAN边缘信息的阈值分割算法

计算机科学 2015年第B11期42卷 119-122页

作者：吴从中李俊合肥工业大学计算机与信息学院合肥230009

基于边缘信息的阈值分割方法因为在保持目标轮廓和分割低对比度图像方面具有良好性能,特别适用于对工业生产图片的分割,但是传统方法普遍存在对噪声敏感和阈值难以选取的问题,针对这些问题,提出一种基于SUSAN边缘信息的自适应图像阈值... 详细信息

基于边缘信息的阈值分割方法因为在保持目标轮廓和分割低对比度图像方面具有良好性能,特别适用于对工业生产图片的分割,但是传统方法普遍存在对噪声敏感和阈值难以选取的问题,针对这些问题,提出一种基于SUSAN边缘信息的自适应图像阈值分割算法,使用SUSAN特征响应描述像素的边缘信息,以有效抑制噪声和弱边界的影响。基于图谱理论的最小最大割阈值分割算法相比于其他分割算法时空复杂度大大降低,且获取的阈值全局最优。实验结果表明,该算法能够准确分割出目标,保留丰富的细节内容,对低对比度图像和噪声图像也有很好的分割效果,获取的阈值相比于传统算法更优。

关键词： SUSAN算子边缘信息图论最小最大割准则图像阈值分割

在线全文

学校读者我要写书评

暂无评论

融合曲面形状和纹理特征的三维人脸识别

电子测量与仪器学报 2018年第9期32卷 150-156页

作者：吴从中王浩宇詹曙合肥工业大学计算机与信息学院

由于2D人脸识别率容易受到姿态、表情、光照以及自身遮挡影响的问题,这一定程度上阻碍了2D人脸识别技术的鲁棒性与发展。而3D人脸数据提供了在3D人脸领域很有前景的特征描述,也有很大潜力提高人脸识别技术的识别率。针对二维人脸识别中... 详细信息

由于2D人脸识别率容易受到姿态、表情、光照以及自身遮挡影响的问题,这一定程度上阻碍了2D人脸识别技术的鲁棒性与发展。而3D人脸数据提供了在3D人脸领域很有前景的特征描述,也有很大潜力提高人脸识别技术的识别率。针对二维人脸识别中的局限性,先对三维人脸数据进行预处理,人脸分割、平滑去燥等,提出了一种改进的三维人脸分割的方法。改进了三维人脸进行特征提取,使用平均曲率,高斯曲率,增加了协方差,拉普拉斯算子等描述符,且融合其最佳的描述符组合作为三维人脸的特征,计算基于网格局部二值模式(Mesh-LBP)进行提取特征,最后使用支持向量机(SVM)进行三维人脸的分类识别。通过在中国科学院自动化研究所(CASIA)的提供的数据集CASIA 3D face v1分别对高斯曲率、最大最小曲率、平均曲率、协方差、形状指数进行实验,其中平均曲率获得最高识别率93. 17%。实验结果表明,该方法有效地减少了受光照、姿态等变化的影响,且具有较好的鲁棒性和较高的识别率。

关键词：三维人脸识别网格局部二值模式支持向量机

在线全文

学校读者我要写书评

暂无评论

边缘增强深层网络的图像超分辨率重建

中国图象图形学报 2018年第1期23卷 114-122页

作者：谢珍珠吴从中詹曙合肥工业大学计算机与信息学院合肥230009

目的针对基于学习的图像超分辨率重建算法中存在边缘信息丢失、易产生视觉伪影等问题,提出一种基于边缘增强的深层网络模型用于图像的超分辨率重建。方法本文算法首先利用预处理网络提取输入低分辨率图像的低级特征,然后将其分别输入到... 详细信息

目的针对基于学习的图像超分辨率重建算法中存在边缘信息丢失、易产生视觉伪影等问题,提出一种基于边缘增强的深层网络模型用于图像的超分辨率重建。方法本文算法首先利用预处理网络提取输入低分辨率图像的低级特征,然后将其分别输入到两路网络,其中一路网络通过卷积层级联的卷积网络得到高级特征,另一路网络通过卷积网络和与卷积网络成镜像结构的反卷积网络的级联实现图像边缘的重建。最后,利用支路连接将两路网络的结果进行融合,并将其结果通过一个卷积层从而得到最终重建的具有边缘增强效果的高分辨率图像。结果以峰值信噪比(PSNR)和结构相似度(SSIM)作为评价指标来评价算法性能,在Set5、Set14和B100等常用测试集上放大3倍情况下进行实验,并且PSNR/SSIM指标分别取得了33.24 d B/0.9156、30.60 d B/0.852 1和28.45d B/0.787 3的结果,相比其他方法有很大提升。结论定量与定性的实验结果表明,基于边缘增强的深层网络的图像超分辨重建算法所重建的高分辨率图像不仅在重建图像边缘信息方面有较好的改善,同时也在客观评价和主观视觉上都有很大提高。

关键词：超分辨率重建卷积神经网络反卷积去池化边缘增强

在线全文

学校读者我要写书评

暂无评论

无重叠视域多摄像机环境下的目标匹配算法

计算机应用 2010年第12期30卷 60-62页

作者：吴从中张腾飞彭伟陈玮合肥工业大学计算机与信息学院合肥230009 山东科技大学信息与电气工程学院济南250022

大区域的视频监控会用到多台无重叠视域的摄像机,目标在时间和空间上都是分离的,如何将不同摄像机中相同目标进行匹配是无重叠视域多摄像机目标跟踪的关键问题。提出一种基于时空和表现模型关系的算法来实现目标匹配,利用核密度估计方... 详细信息

大区域的视频监控会用到多台无重叠视域的摄像机,目标在时间和空间上都是分离的,如何将不同摄像机中相同目标进行匹配是无重叠视域多摄像机目标跟踪的关键问题。提出一种基于时空和表现模型关系的算法来实现目标匹配,利用核密度估计方法计算时空变量多元概率密度来掌握交互摄像机之间的关系,通过摄像机之间的亮度转移函数(BTF)来掌握目标在摄像机之间表现模型的改变。采用真实视频和仿真方法对算法进行实验,实验结果表明此算法匹配效果良好。

关键词：视频监控无重叠视域多摄像机目标跟踪亮度转移函数目标匹配

在线全文

学校读者我要写书评

暂无评论

嵌入式网络体系结构研究及网络接口实现

计算机应用研究 2004年第7期21卷 206-207页

作者：王俊波周国祥吴从中合肥工业大学计算机与信息工程学院安徽合肥230009

回顾了以往嵌入式网络采用的体系结构 ,介绍了它们的发展以及存在的问题。提出一种基于因特网的嵌入式网络体系结构 ,在对其网络接口的实现中 ,介绍了以单片机为硬件核心和以thinTCP/IP为软件核心的实现方案。

关键词：嵌入式网络体系结构网络接口 TCP/IP

在线全文

学校读者我要写书评

暂无评论

结合深度残差学习和感知损失的图像去噪

中国图象图形学报 2018年第10期23卷 1483-1491页

作者：吴从中陈曦季栋詹曙合肥工业大学计算机与信息学院合肥230009

目的现存的去噪算法中很多在去除噪声的同时都存在边缘信息过光滑、易产生彩色伪影的问题,为了解决这些缺点,本文提出了一种基于联合感知损失的深度残差去噪网络。方法首先利用低通滤波器将噪声图片分解成高频层和低频层,然后将包含噪... 详细信息

目的现存的去噪算法中很多在去除噪声的同时都存在边缘信息过光滑、易产生彩色伪影的问题,为了解决这些缺点,本文提出了一种基于联合感知损失的深度残差去噪网络。方法首先利用低通滤波器将噪声图片分解成高频层和低频层,然后将包含噪声和边缘信息的高频层输入设计好的残差网络中,通过常规逐像素损失方法学习端到端的残差映射预测出噪声残差图片,再由一个从输入直接通往输出的全局跳跃连接处理得到初始较模糊的去噪结果,最后级联一个预训练好的语义分割网络用来定义感知损失,指导前面的去噪模型学习更多语义特征信息来增强被模糊的边缘细节,得到更清晰真实的去噪结果。结果本文从定性和定量两个方面进行对比实验。以峰值信噪比(PSNR)作为量化指标来评价算法性能,结果表明所提出的网络在同其他对比方法一样使用逐像素损失训练时能产生最好的指标结果,在Set5、Set14和BSD100测试集25噪声级别时的结果分别为30. 51 d B、30. 60 d B和29. 38 d B。在视觉定性分析上,本文提出的感知损失模型明显取得了更清晰的去噪结果,相比其他方法产生的模糊区域该方法保留了更多的边缘信息和纹理细节。此外还进行了盲去噪测试实验,对一张含有不同噪声级别的图片进行去噪处理,结果表明本文训练好的算法模型可以一次性处理多种未知级别的噪声并产生满意的去噪输出而且没有多余伪影。结论基于边缘增强的感知损失残差网络的图像去噪算法在去除噪声的同时可以保留更多容易被模糊的边缘细节,改善去噪结果过平滑的问题,提高图像视觉效果。

关键词：图像去噪残差网络感知损失分层模式

多尺度判别条件生成对抗网络的前列腺MRI图像分割方法

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2019年第9期24卷 1581-1587页

作者：何俊吴从中丁正龙许良凤詹曙合肥工业大学计算机与信息学院合肥230009 安徽信息工程学院芜湖241000

目的由MRI (magnetic resonance imaging)得到的影像具有分辨率高、软组织对比好等优点,使得医生能更精确地获得需要的信息,精确的前列腺MRI分割是计算机辅助检测和诊断算法的必要预处理阶段。因此临床上需要一种自动或半自动的前列腺... 详细信息

目的由MRI (magnetic resonance imaging)得到的影像具有分辨率高、软组织对比好等优点,使得医生能更精确地获得需要的信息,精确的前列腺MRI分割是计算机辅助检测和诊断算法的必要预处理阶段。因此临床上需要一种自动或半自动的前列腺分割算法,为各种各样的临床应用提供具有鲁棒性、高质量的结果。提出一种多尺度判别条件生成对抗网络对前列腺MRI图像进行自动分割以满足临床实践的需求。方法提出的分割方法是基于条件生成对抗网络,由生成器和判别器两部分组成。生成器由类似U-Net的卷积神经网络组成,根据输入的MRI生成前列腺区域的掩膜;判别器是一个多尺度判别器,同一网络结构,输入图像尺寸不同的两个判别器。为了训练稳定,本文方法使用了特征匹配损失。在网络训练过程中使用对抗训练机制迭代地优化生成器和判别器,直至判别器和生成器同时收敛为止。训练好的生成器即可完成前列腺MRI分割。结果实验数据来自PROMISE12前列腺分割比赛和安徽医科大学第一附属医院,以Dice相似性系数和Hausdorff距离作为评价指标,本文算法的Dice相似性系数为88. 9%,Hausdorff距离为5. 3 mm,与U-Net、DSCNN(deeply-supervised convolutional neured network)等方法相比,本文算法分割更准确,鲁棒性更高。在测试阶段,每幅图像仅需不到1 s的时间即可完成分割,超出了专门医生的分割速度。结论提出了一种多尺度判别条件生成对抗网络来分割前列腺,从定量和定性分析可以看出本文算法的有效性,能够准确地对前列腺进行分割,达到了实时分割要求,符合临床诊断和治疗需求。

关键词： MRI 前列腺分割生成对抗网络生成器判别器