检索结果-南通市图书馆

智能系统学报 2022年第2期17卷 440-446页

作者：王凡超丁世飞中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116

为了得到更好的图像评价指标,均方误差损失是大多数现有的与深度学习方法结合的图像超分辨率技术都在使用的目标优化函数,但大多数算法构建出来的图像因严重丢失高频信息和模糊的纹理边缘而不能达到视觉感受的需求。针对上述问题,本文... 详细信息

为了得到更好的图像评价指标,均方误差损失是大多数现有的与深度学习方法结合的图像超分辨率技术都在使用的目标优化函数,但大多数算法构建出来的图像因严重丢失高频信息和模糊的纹理边缘而不能达到视觉感受的需求。针对上述问题,本文提出融合感知损失的广泛激活的非常深的残差网络的超分辨率模型,通过引入感知损失、对抗损失,并结合平均绝对误差组成新的损失函数,通过调整不同损失项的权重对损失函数进行优化,提高了对低分率图像的特征重构能力,高度还原图像缺失的高频信息。本文选取峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似度(structural similarity,SSIM)两个国际公认的评判指标作为客观评判标准,更换数据集进行实验分析、结果对比,在主观视觉上直观观察效果,结果从不同角度证明本文方法性能较对比模型有所提升,证明了引入感知损失后,模型更好地构建了低分辨率图的纹理细节,可以获得更好的视觉体验。

关键词：深度学习超分辨率广泛激活感知损失特征重构峰值信噪比结构相似度视觉体验

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

面向安防监控场景的低分辨率人脸识别算法研究

引用

计算机应用研究 2021年第4期38卷 1230-1234页

作者：卢峰周琳蔡小辉中国人民解放军78090部队成都610054 西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071

针对安防监控场景中获取的人脸图像质量不佳、细节信息丢失导致的人脸识别准确率低下的问题,提出一种基于超分辨率重建的低分辨率人脸识别算法。该算法包括超分辨率重建和人脸识别两个子网络,分别实现低分辨率人脸图像的超分辨率重建和... 详细信息

针对安防监控场景中获取的人脸图像质量不佳、细节信息丢失导致的人脸识别准确率低下的问题,提出一种基于超分辨率重建的低分辨率人脸识别算法。该算法包括超分辨率重建和人脸识别两个子网络,分别实现低分辨率人脸图像的超分辨率重建和人脸特征的提取。首先通过增加超分辨率重建子网络激活函数前的特征图数量实现广泛激活,保证信息流的有效传递,重建出包含更多细节信息的高分辨率人脸图像;然后在训练时结合图像内容损失和身份损失,在重建图像的同时保留更多身份信息,使得提取到的人脸特征具有更强的辨别性。实验结果表明,该算法提升了低分辨率人脸识别的准确率,在监控人脸数据集QMUL-SurFace上的性能优于传统算法。

关键词：安防监控超分辨率重建广泛激活身份损失

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

基于编码器-解码器结构的视网膜血管分割方法研究

基于编码器-解码器结构的视网膜血管分割方法研究

引用

作者：李雪杭州电子科技大学

学位级别：硕士

视网膜血管分割是进行眼底疾病筛查的重要步骤,在临床研究和疾病的早期诊断中具有重要价值。然而视网膜图像中的血管结构复杂,人工分割血管工作量巨大,如何精准有效地对视网膜血管进行自动分割仍是当前的研究热点和难点。针对视网膜血... 详细信息

视网膜血管分割是进行眼底疾病筛查的重要步骤,在临床研究和疾病的早期诊断中具有重要价值。然而视网膜图像中的血管结构复杂,人工分割血管工作量巨大,如何精准有效地对视网膜血管进行自动分割仍是当前的研究热点和难点。针对视网膜血管分割任务,本文利用深度学习技术,提出了两种基于编码器-解码器结构的视网膜血管分割方法。本文主要研究工作如下:（1）提出了一种基于广泛激活的多尺度分割方法。该方法将研究视角转移到了深度学习的“宽度”。首先,在广泛激活的研究基础上,加入了联合正则化的优化设计。广泛激活改变了神经网络的宽度,联合正则化会从数据层面和训练层面进行优化,加快网络收敛的同时提高分割性能。其次,为了获取更多微细血管,本文设计了残差型空洞空间金字塔结构,有效捕获多尺度信息。实验表明,该方法使用参数较少,在保证分割速度和精度的同时能够有效地捕获细小血管。（2）提出了结合双向卷积LSTM与迭代编码-解码网络的分割方法。针对视网膜图像中被分割出的血管存在连续性不足的问题,该方法以迭代的编码-解码网络为基础,使用密集前馈级联的方式进行跨层间连接,保证了对血管分支连续性的学习能力。为了加强模型对血管的预测能力,本文在跨层间连接过程中使用了双向卷积LSTM,以获取视网膜图像的时空特征,优化分割结果。为了提高模型的泛化性能,网络在训练前使用了数据增强来扩充样本。实验结果表明,该方法提升了分割性能,并且分割出的血管更具连续性。（3）本文在DRIVE和STARE两个眼底图像数据集上进行了实验。为了对以上两种算法进行全面的评估,设计了三部分对比实验,包括数据集内不同算法对比、数据集间交叉验证和改进造成的影响。实验结果表明,两种方法均具有较强的鲁棒性,分割性能具有较强的竞争力。

关键词：视网膜血管分割编码器-解码器深度学习广泛激活双向卷积LSTM

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

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

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

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：