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

残差密集块的卷积神经网络图像去噪

计算机系统应用 2022年第10期31卷 166-174页

作者：李小艳宋亚林乐飞河南大学软件学院开封475004

针对加性高斯白噪声的图像信噪比低,图像细节丢失问题,结合现有卷积神经网络算法,提出了一种基于残差密集块的卷积神经网络图像去噪模型.该模型通过引入多级残差网络和密集连接,并对整体网络使用Leaky ReLU激活函数,去除不同等级强度噪... 详细信息

针对加性高斯白噪声的图像信噪比低,图像细节丢失问题,结合现有卷积神经网络算法,提出了一种基于残差密集块的卷积神经网络图像去噪模型.该模型通过引入多级残差网络和密集连接,并对整体网络使用Leaky ReLU激活函数,去除不同等级强度噪声的同时,更好保留图像的有效信息,有效避免特征丢失.本文提出算法和深度卷积神经网络残差学习(DnCNN)模型对比,本文提出的模型在Set12和BSD68测试集上峰值信噪比平均提升了约0.12 dB,结构相似性平均提升了约0.0086,通过观察实验效果,表明该模型能够充分提取图像特征,保留图像细节,同时降低网络计算的复杂度.

关键词：图像去噪卷积神经网络(CNN) 残差学习残差密集块 Leaky ReLU激活函数

基于残差密集块和自编码网络的红外与可见光图像融合

在线全文

学校读者我要写书评

暂无评论

北京理工大学学报 2021年第10期41卷 1077-1083页

作者：王建中徐浩楠王洪枫于子博北京理工大学机电学院北京100081

红外与可见光图像融合是复杂环境中获得高质量目标图像的一种有效手段,在目标检测与跟踪、图像增强、遥感、医疗等领域有广泛应用前景.为解决目前基于深度学习的红外与可见光图像融合方法中存在的网络无法充分提取特征、特征信息利用不... 详细信息

红外与可见光图像融合是复杂环境中获得高质量目标图像的一种有效手段,在目标检测与跟踪、图像增强、遥感、医疗等领域有广泛应用前景.为解决目前基于深度学习的红外与可见光图像融合方法中存在的网络无法充分提取特征、特征信息利用不充分和融合图像清晰度低的问题,本文提出了一种基于残差密集块的端到端自编码图像融合网络结构,利用基于残差密集块的编码器网络将图像分解成背景特征图和细节特征图,然后将两种特征图进行融合,再通过解码器进行重构,还原出最终的融合图像.测试结果表明,本文的方法可以得到清晰度高、目标突出、轮廓明显的融合图像,在SF、AG、CC、SCD、Qabf、SSIM 6个融合质量评估指标上与目前代表性融合方法相比均有不同程度的提升,特别是在融合图像清晰度上优势明显,且对于模糊、遮挡、逆光、烟雾等复杂环境图像有较好的融合效果.

关键词：图像融合深度学习自编码网络残差密集块

融合残差密集块自注意力机制和生成对抗网络的对抗攻击防御模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2022年第3期42卷 921-929页

作者：赵玉明顾慎凯南京工业大学计算机科学与技术学院南京211816

神经网络在图像分类任务上表现优异,但它极易受添加微小扰动的对抗样本的影响,输出错误的分类结果;而目前防御方法存在图像特征提取能力不足、对图像关键区域特征关注较少的问题。针对这些问题,提出了一种融合残差密集块(RDB)自注意力... 详细信息

神经网络在图像分类任务上表现优异,但它极易受添加微小扰动的对抗样本的影响,输出错误的分类结果;而目前防御方法存在图像特征提取能力不足、对图像关键区域特征关注较少的问题。针对这些问题,提出了一种融合残差密集块(RDB)自注意力机制和生成对抗网络(GAN)的攻击防御模型——RD-SA-DefGAN。该模型将GAN和投影梯度下降(PGD)攻击算法相结合,吸收PGD攻击算法生成的对抗样本进入训练样本扩充训练集,辅以条件约束稳定模型的训练过程。该模型添加了残差密集块和自注意力机制,在充分提取特征的同时,增大了关键区域特征对分类任务的贡献度。在CIFAR10、STL10和ImageNet20数据集上的实验结果表明,RD-SA-DefGAN能对对抗攻击实施有效防御,在抵御PGD对抗攻击上优于Adv.Training、Adv-BNN、Rob-GAN等防御方法。相较于结构最近似的RobGAN,在CIFAR10数据集上,RD-SA-DefGAN在扰动阈值为0.015~0.070时,防御成功率提升了5.0~9.1个百分点。

关键词：生成对抗网络对抗攻击残差密集块自注意力机制防御模型

在线全文

学校读者我要写书评

暂无评论

基于模糊核校正的未知退化方式图像超分辨率

计算机工程与应用 2022年第21期58卷 232-242页

作者：汪澜孔祥屹张海涛辽宁工程技术大学软件学院辽宁葫芦岛125100

真实世界图像包含未知模糊和噪声信息,现有以双三次下采样为退化方式的数据集无法训练出适用于真实世界图像的超分辨率网络。为此设计预测器初步估计模糊核并设计校正器得到准确的图像模糊核信息。高分辨率图像通过模糊化处理并注入噪... 详细信息

真实世界图像包含未知模糊和噪声信息,现有以双三次下采样为退化方式的数据集无法训练出适用于真实世界图像的超分辨率网络。为此设计预测器初步估计模糊核并设计校正器得到准确的图像模糊核信息。高分辨率图像通过模糊化处理并注入噪声构建低分辨率真实世界图像。设计新型超分辨率网络结构,每个卷积层后根据模糊核对特征图进行空间特征变换,提高网络处理不同模糊图像的能力。将非线性映射部分以残差密集块结构相连,并整合入生成对抗网络框架增强纹理细节恢复能力。在Flickr2K和DIV2K两个数据集上的测试结果表明新方法的峰值信噪比、结构相似度和感知指数高于EDSR和ESRGAN等经典方法。

关键词：真实世界图像模糊核残差密集块空间特征变换感知指数

基于RDB-YOLOv4的煤矿井下有遮挡行人检测

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2022年第5期58卷 200-207页

作者：谢斌红袁帅龚大立太原科技大学计算机科学与技术学院太原030024 精英数智科技股份有限公司太原030000

针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题,提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法。该算法以YOLOv4为基础网络架构,在CSPDarknet-53特征提取网络中加入了残差密集块(residua... 详细信息

针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题,提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法。该算法以YOLOv4为基础网络架构,在CSPDarknet-53特征提取网络中加入了残差密集块(residual dense block,RDB),对不同层次的特征实现跨层传递和融合,连续的连接保证了低级和高级特征信息的存储和记忆,使得完整有效的局部特征能准确预测被遮挡行人的信息。对比当前主流目标检测算法和遮挡处理检测算法,该算法在PASCAL VOC 2007公开数据集和煤矿井下行人数据集下有效提升了测试的平均精度(average precision,AP),相比YOLOv4在两组不同数据集测试的平均精度分别提升了2.74个百分点和3.5个百分点(IoU=0.5)。

关键词：遮挡行人检测 YOLOv4网络残差密集块煤矿井下

基于DD-CycleGAN的道路检测模型研究

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2022年第10期41卷 47-50,54页

作者：王怀章蔡立志张娟上海工程技术大学电子电气工程学院上海201620 上海计算机软件技术开发中心上海201112

道路检测对于辅助驾驶而言仍具有挑战性。为了获得更准确的道路检测结果,提出一种结合深度学习与自适应检测的道路检测模型,该模型可以有效地提取道路特征并完成道路检测任务。首先,采用双判别器周期一致的生成对抗网络(DD-CycleGAN)作... 详细信息

道路检测对于辅助驾驶而言仍具有挑战性。为了获得更准确的道路检测结果,提出一种结合深度学习与自适应检测的道路检测模型,该模型可以有效地提取道路特征并完成道路检测任务。首先,采用双判别器周期一致的生成对抗网络(DD-CycleGAN)作为全文的基础框架网络。其次,在生成器中添加空间卷积神经网络(CNN)以及残差密集块,进一步提升生成器的性能。最后,提出一种自适应的优化模型来提高道路检测的准确度。实验结果表明:提出的模型在KITTI道路基准数据集上精度达到了92.15%,明显优于传统的道路检测算法。

关键词：道路检测双判别器周期一致的生成对抗网络残差密集块空间卷积神经网络

基于CWD谱图和改进CNN的无线电调制分类

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2023年第5期46卷 50-56页

作者：李宝平魏坡河南理工大学物理与电子信息学院焦作454003

针对频率随时间的变化规律是不同调制信号之间最重要的区别,提出一种结合崔-威廉斯分布和改进卷积神经网络模型的无线电调制分类识别方法。在信号预处理阶段,为了更好保留信号的时频特征,引入崔-威廉斯变换将原始时间序列转换成时频图像... 详细信息

针对频率随时间的变化规律是不同调制信号之间最重要的区别,提出一种结合崔-威廉斯分布和改进卷积神经网络模型的无线电调制分类识别方法。在信号预处理阶段,为了更好保留信号的时频特征,引入崔-威廉斯变换将原始时间序列转换成时频图像,进而将调制信号分类问题转化成图像识别问题。在信号识别阶段,通过在卷积神经网络模型中引入残差密集块和全局平均池化层,以克服卷积神经网络模型泛化能力差和训练时间久等缺点。实验结果表明,所提方法可以有效解决梯度消失问题,具有识别率高、泛化能力强等优点。尤其是在低信噪比情况下,表现更为优异,在信噪比为-4 dB时,8种信号的分类精度便可达到100%。

关键词：无线电调制分类崔-威廉斯分布卷积神经网络残差密集块

基于简单通道注意力机制的单图像超分辨率重建算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2023年第7期44卷 2140-2147页

作者：高艳鹍刘一非李海生彭凯康刘朝晖中国航天科工集团第二研究院七〇六所北京100854 北京工商大学计算机学院北京100048 南华大学计算机学院湖南衡阳421001

现有的单图像超分辨率重建算法一般存在重建图像过于失真或将低分辨率图像噪点放大的问题,针对上述两个问题,提出一种基于简单通道注意力机制的生成对抗网络(SCAGAN)模型。采用随机高阶退化模型缓解重建图像过于失真的问题;加入简单通... 详细信息

现有的单图像超分辨率重建算法一般存在重建图像过于失真或将低分辨率图像噪点放大的问题,针对上述两个问题,提出一种基于简单通道注意力机制的生成对抗网络(SCAGAN)模型。采用随机高阶退化模型缓解重建图像过于失真的问题;加入简单通道注意力机制模块到残差密集块中作为模型的生成器网络模块,解决重建图像将低分辨率图像重建后噪点会放大的问题。实验数据表明,与现有的超分辨率算法相比,该算法有效降低了重建图像过于失真与将低分辨率图像噪点放大的问题,重建出的图像更加真实自然。

关键词：超分辨率重建通道注意力机制退化模型数据集构建残差密集块生成对抗模型深度学习

在线全文

学校读者我要写书评

暂无评论

多注意力机制网络的调制识别算法

计算机工程与设计 2023年第2期44卷 328-334页

作者：王安义王煜仪西安科技大学通信与信息工程学院陕西西安710054

针对小尺度衰落信道下调制信号识别率低的问题,提出一种基于多注意力机制网络的调制识别算法。提取信号瞬时幅度/相位特征与同相/正交序列构建双通道输入方式,实现多尺度感受野。通过残差密集块提取双通道数据的频域特征,将特征向量融... 详细信息

针对小尺度衰落信道下调制信号识别率低的问题,提出一种基于多注意力机制网络的调制识别算法。提取信号瞬时幅度/相位特征与同相/正交序列构建双通道输入方式,实现多尺度感受野。通过残差密集块提取双通道数据的频域特征,将特征向量融合后送入双向门控循环单元提取时域信息,引入改进卷积注意力机制模块和软注意力机制捕捉信号的关键特征,构建多注意力机制网络对BPSK、QPSK、8PSK、16PSK、PAM4、GMSK、CPFSK、16QAM、64QAM这9种信号进行调制识别。仿真结果表明,信噪比大于10 dB时,9种信号平均识别率达89.2%以上,与其它深度学习算法相比具有更高的识别率,验证了该算法的有效性。

关键词：调制识别小尺度衰落信道瞬时幅度/相位双通道输入残差密集块双向门控循环单元注意力机制