检索结果-南通市图书馆

作者：杨航燕山大学

学位级别：硕士

在编码衍射成像系统中,仅依靠多个编码衍射图案就可以重构出较高质量的图像。但在编码衍射图案较少并且受噪声污染的情况下,却很难重构出较高质量的图像。为了解决此问题,该文利用即插即用先验模型与神经网络来提高重构图像的质量。具... 详细信息

在编码衍射成像系统中,仅依靠多个编码衍射图案就可以重构出较高质量的图像。但在编码衍射图案较少并且受噪声污染的情况下,却很难重构出较高质量的图像。为了解决此问题,该文利用即插即用先验模型与神经网络来提高重构图像的质量。具体研究内容如下:首先,鉴于图像先验对解决图像反问题具有极其重要的作用,该文利用非局部均值(Non-Local Means,NLM)去噪算子将丰富的图像先验引入到编码衍射成像模型中,来提高重构图像的质量,并由此提出了基于即插即用先验的编码衍射成像算法。实验结果表明,该算法仅利用较少的编码衍射图案,就能够重构出较高质量的图像,并且对高斯噪声具有鲁棒性。其次,提出了基于去噪网络邻近算子的编码衍射成像算法。由于卷积神经网络可以学习到图像更丰富的先验,为了获得质量较高的重构图像,该文将训练好的卷积去噪网络以邻近算子的形式融入到邻近梯度优化方法框架中,对编码衍射成像问题模型进行优化。实验结果表明,该算法不仅可以重构出较高质量的图像,并且对高斯噪声与泊松噪声都具有鲁棒性。最后,利用即插即用先验模型与深层神经网络共同来提高重构图像的质量,并由此提出了基于即插即用先验与邻近梯度神经网络的编码衍射成像算法。在该算法中将编码衍射成像过程分为两步,首先利用三维块匹配协同滤波(Block-matching and3D filtering,BM3D)去噪算子构造基于即插即用先验的编码衍射成像模型,依靠BM3D去噪算法引入的丰富图像先验提升重构图像的质量。然后将该过程的重构图像作为初步估计,并利用由残差网络结构与邻近梯度优化方法框架搭建的邻近梯度神经网络,对初步估计图像的质量进行进一步的提升。实验结果表明该算法不仅可以重构出高质量的图像,并且对高斯噪声具有鲁棒性。

关键词：编码衍射成像 NLM 即插即用先验去噪网络邻近算子 BM3D 邻近梯度神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向大规模MIMO信道估计外推与反馈的即插即用式深度学习技术研究

面向大规模MIMO信道估计外推与反馈的即插即用式深度学习技术研究

引用

作者：万伟潇北京交通大学

学位级别：硕士

随着无线通信和人工智能(Artificial Intelligence,AI)技术的相互融合,基于AI的无线通信正在逐步标准化和产业化。然而,现有基于深度学习(Deep Learning,DL)技术的无线通信理论研究大多只关注于基础性能,而没有考虑到所提出AI方案的具... 详细信息

随着无线通信和人工智能(Artificial Intelligence,AI)技术的相互融合,基于AI的无线通信正在逐步标准化和产业化。然而,现有基于深度学习(Deep Learning,DL)技术的无线通信理论研究大多只关注于基础性能,而没有考虑到所提出AI方案的具体部署方式是否合理、模型训练存储开销是否符合需求。本文工作以提高DL模型用于不同通信任务和场景的适应性为出发点,针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统所涉及的三大任务展开了一系列研究,包括信道估计、空域信道外推和信道状态信息(Channel State Information,CSI)反馈,最终实现单个DL模型处理不同通信任务与场景,实现了AI方案性能与模型训练存储开销之间的折中与优化。首先,针对当前双边CSI反馈框架基站(Base Station,BS)侧和用户终端(User Equitment,UE)侧的DL模型高度耦合引发的问题,提出了一种面向大规模MIMO系统的单边CSI反馈框架下的解决方案,即CSI-PPPNet。具体地,现有双边CSI反馈框架存在以下问题,首先它要求不同网络供应商和终端供应商在训练和推理阶段进行协作,导致模型维护和标准化带来的巨大通信成本;其次,由于UE存储空间有限,不太可能存储许多DL模型;最后,复杂的DL模型不适合具有有限存储能力和计算能力的低成本UE。在CSI-PPPNet中,CSI在UE侧通过线性映射矩阵被压缩,并且在BS侧使用即插即用先验(Plug-and-Play priors,PPP)框架重建,通过基于DL的去噪器代替PPP的近端算子,可用于具有任意线性映射矩阵的CSI重建任务,即单个DL模型可用于不同压缩比,这为基于DL的CSI反馈打开了新的视角。在3GPP TR 38.901推荐的Indoor和UMa场景上进行的大量实验中,从收敛性、重建性能、下行可达传输速率、模型训练存储开销与对量化噪声的敏感性等方面表明了所提方法的有效性。其次,针对现有不同通信任务与场景下巨大的模型训练存储开销问题,提出了一种面向大规模MIMO系统的多任务即插即用式DL技术。具体地,通常使用特定的DL模型来实现不同通信任务与场景,由此多样化的通信任务与场景需求会带来巨大的模型训练存储开销。本文将大规模MIMO系统下行链路过程中的信道估计、空域信道外推和CSI反馈三种任务结合在一起,对应三大任务的算法分别为PPPCE、PPPAE与PPPCF。在这三种算法中,所使用到的DL模型为同一个,这意味着单个DL模型可用于不同任务,并适用于不同任务下的不同场景需求,极大地减轻了模型训练与模型存储的开销。此外,与一般的多任务学习相比,所提方法的DL模型并不需要针对具体任务再进行微调,而是即插即用式的。在Deep MIMO数据集上进行了大量实验,分别就下行链路过程中的信道估计、空域信道外推与CSI反馈三大任务展示了所提方法的收敛性、性能与模型训练存储开销。实验结果表明,所提方法接近现有方法的优异性能,且在模型训练存储开销方面有着较大的优势。

关键词：即插即用先验深度学习信道估计信道外推信道状态信息反馈

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种快速鲁棒的即插即用相位恢复算法

一种快速鲁棒的即插即用相位恢复算法

引用

第十四届全国信号和智能信息处理与应用学术会议

作者：杨义校陶然北京理工大学信息与电子学院分数域信号与系统北京市重点实验室

相位恢复旨在从目标复变换(例如傅里叶变换)的幅值恢复原信号,主要存在于光学成像等领域。在实际应用中,相位恢复算法的速度和鲁棒性十分重要,分别决定着成像系统的操作实时性和重构质量,但是目前相位恢复算法受限于速度和鲁棒性的折中... 详细信息

相位恢复旨在从目标复变换(例如傅里叶变换)的幅值恢复原信号,主要存在于光学成像等领域。在实际应用中,相位恢复算法的速度和鲁棒性十分重要,分别决定着成像系统的操作实时性和重构质量,但是目前相位恢复算法受限于速度和鲁棒性的折中。提出一种创新的即插即用相位恢复算法,它采用了半二次方分裂框架将先进的去噪器插入到一个有效的迭代算法中。迭代算法的低计算复杂度和先进去噪器的强大表征能力使得所提方法可以克服目前的困境。编码衍射观测的仿真和相干逆散射成像的真实数据的实验结果表明,所提方法具有出色的重构能力、极快的运行速度和较高的对噪声鲁棒性。

关键词：相位恢复即插即用先验半二次方分裂

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于感知先验的图像去模糊方法研究

基于感知先验的图像去模糊方法研究

引用

作者：成仲哲西华大学

学位级别：硕士

随着近几年移动拍摄设备的兴起,图像去模糊逐渐在计算机视觉领域引起广泛关注。图像模糊是由于众多原因造成的,例如相机抖动、物体运动,进而导致图像出现伪影,图像质量下降。已有的去模糊算法将模糊图像建模为清晰图像与模糊核卷积的结... 详细信息

随着近几年移动拍摄设备的兴起,图像去模糊逐渐在计算机视觉领域引起广泛关注。图像模糊是由于众多原因造成的,例如相机抖动、物体运动,进而导致图像出现伪影,图像质量下降。已有的去模糊算法将模糊图像建模为清晰图像与模糊核卷积的结果,并根据是否已知模糊核分为盲图像去模糊算法和非盲图像去模糊算法。在实际生活中,模糊核通常是未知的,因而盲图像去模糊方法具有更高的研究背景与应用价值。盲图像去模糊算法中,从一幅模糊图像中估计清晰图像和模糊核是一个病态问题,需要构造先验对图像和模糊核加以约束。本文基于图像结构和像素分布统计,围绕图像高频信息构造图像感知先验,深入研究了均匀图像去模糊和非均匀图像去模糊。本文的贡献主要有以下四个方面:（1）研究了分割边缘质量与图像模糊间的联系,针对模糊图像边缘恢复困难的问题,提出了基于超像素分割的边缘感知先验,并通过信息熵将其嵌入去模糊算法框架中。由于信息熵具有凸性,本文采用了最速下降法结合半二次方分裂法（HQS）完成优化。该方法能够通过超像素分割提取边缘信息,描述图像分割边缘的锐利程度,并根据边缘的模糊程度自适应的完成去模糊。结果表明该方法在简单图像去模糊中优于其它算法。（2）基于人眼对模糊图像内容感知不同,提出了一种基于图像内容感知的去模糊方法。该方法通过构建权重矩阵对数据保真项进行加权,显式的对不同图像内容施加不同的关注度。同时,本文还提出了一个统计先验约束权重矩阵,并通过半二次方分裂法和共轭梯度法完成目标函数的优化。所提出的方法通过权重矩阵优先估计图像边缘和图像细节,更好地估计模糊核和清晰图像。结果表明该方法能够增强边缘的锐利程度,提高图像的恢复质量。（3）针对图像去模糊容易受到图像噪声影响的问题,提出了一种基于图像噪声感知的去模糊方法。该方法通过引入去噪器抑制去模糊过程中产生的噪声,防止因过度拟合噪声而影响图像结构估计。同时,通过交替方向乘子法（ADMM）将不可微的去噪器引入能量函数构造了即插即用先验并完成优化。所提出的方法能够在去模糊中自适应的识别图像噪声并降低其对模糊核估计的影响。结果表明该方法能够抑制迭代过程中产生的噪声,PSNR和SSIM优于其它最新算法。（4）针对图像非均匀模糊中模糊核难以估计的问题,提出了一种基于图像运动感知的去模糊方法。传统算法假设图像模糊具有一致性,而非均匀模糊不同区域的模糊程度和运动方向不同。本文提出了一个基于图像运动感知的双向多尺度去模糊网络,该网络根据模糊程度自适应增强对不同区域的去模糊关注度,提高恢复图像边缘的锐利程度,从而更好地完成非均匀图像去模糊。结果表明该方法恢复得到的去模糊图像优于其它最新深度学习算法。

关键词：感知先验分割质量超像素分割先验权重矩阵和权重先验即插即用先验双向网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

去噪正则化与FFDNet结合的相位恢复算法

引用

计算机技术与发展 2022年第10期32卷 137-142页

作者：金焱杨敏南京邮电大学自动化学院、人工智能学院江苏南京210023

相位恢复是图像逆问题的一种,通过图像信号的幅值,恢复出采样过程中缺失的相位信息。目前相位恢复算法使用稀疏先验以及传统去噪器先验,存在特征表征不充分的问题。prDeep算法使用DnCNN卷积神经网络作为去噪器先验,结合去噪正则化模型... 详细信息

相位恢复是图像逆问题的一种,通过图像信号的幅值,恢复出采样过程中缺失的相位信息。目前相位恢复算法使用稀疏先验以及传统去噪器先验,存在特征表征不充分的问题。prDeep算法使用DnCNN卷积神经网络作为去噪器先验,结合去噪正则化模型提升了恢复效果,但是仍存在对复杂噪声鲁棒性较差的问题。针对prDeep算法对复杂噪声鲁棒不足的问题,提出了用FFDNet作为去噪器先验与去噪正则化模型相结合的算法。该算法利用FFDNet网络对噪声的自适应性,使用去噪正则化(RED)构建优化模型,解决了复杂正则化模型求导繁琐的问题。在保证卷积神经网络对特征表征能力的同时,提高了对复杂噪声的鲁棒性以及算法的迭代效率。仿真实验结果表明,该算法在不同噪声等级下,恢复图像信噪比和迭代效率均有所提升。

关键词：相位恢复去噪正则化即插即用先验去噪器先验卷积神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

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：