检索结果-南通市图书馆

检索条件"主题词=超分辨网络"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向低质量图像的场景文本识别研究

面向低质量图像的场景文本识别研究

引用

作者：王魁哈尔滨工业大学

学位级别：硕士

自然场景中的文本识别已经成为计算机视觉和模式识别领域的活跃研究领域。完整的识别过程包含场景文本检测和场景文本识别,即从图片中检测出文本实例,再用识别网络识别,本文只研究识别过程。本文以自然场景中低质量文本图像作为研究对象... 详细信息

自然场景中的文本识别已经成为计算机视觉和模式识别领域的活跃研究领域。完整的识别过程包含场景文本检测和场景文本识别,即从图片中检测出文本实例,再用识别网络识别,本文只研究识别过程。本文以自然场景中低质量文本图像作为研究对象,针对不同的低质量文本图像,分别提出了三个模型来解决对应的问题。基于超分辨模块的场景文本识别模型。考虑到光学退化、拍摄时的抖动等原因,导致了字符形状的模糊,产生了低分辨率的文本图像。使用超分辨模型对低分辨率图片进行预处理,得到的超分辨率图像再输入到识别网络中。在语义信息的基础上,使用语义信息增强器把语义信息解释为图像特征,从而将语义引导的影响作用于图像特征域中的相关空间位置。实验结果表明了提出的超分辨模型取得了很好的性能。基于语言模型的场景文本识别模型。考虑到由于遮挡问题,文本图片会缺少部分视觉信息,识别网络难以根据视觉信息准确识别文本。语言模型包含了丰富的语言先验知识,使用语言模型生成初始预测的语义信息,然后使用注意力机制获得多模态的增强特征。另外,对视觉线索使用掩码策略,来刺激语义组合。最后,两个增强后的多模态特征使用门控单元进行融合,进行最后的预测。实验结果证明了提出的语言模型对场景文本识别模型性能的提升。基于校正网络的场景文本识别模型。考虑到自然场景中文本形状多样、图案扭曲等影响,识别不规则场景文本仍然具有挑战性。本课题设计了一个校正模型来对文本图像进行校正。不同于传统的校正方法只在图像层面进行校正,这一部分还在特征级别进行校正。校正机制包含三个部分:图像级别的全局和局部校正模块以及特征级别的细化校正模块。三个模块逐步工作,产生更准确的校正结果。通过渐进式校正,逐渐缓解了文字的变形,抑制了背景的干扰。因此,识别网络可以专注于信息区域。与其他校正方法的对比表明了提出的校正机制的有效性。

关键词：文本识别超分辨网络语言模型校正网络

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

基于深度视觉里程计的校园导航关键技术研究

基于深度视觉里程计的校园导航关键技术研究

引用

作者：秦超哈尔滨工业大学

学位级别：硕士

同时定位与建图(Simultaneous Localization And Mapping,SLAM)技术是计算机视觉的一个重要分支领域,对于自动路径规划、机器人定位控制、无人驾驶导航等多种具体应用的实现有着重要的意义。而视觉里程计在整个SLAM系统中具有重要的作用... 详细信息

同时定位与建图(Simultaneous Localization And Mapping,SLAM)技术是计算机视觉的一个重要分支领域,对于自动路径规划、机器人定位控制、无人驾驶导航等多种具体应用的实现有着重要的意义。而视觉里程计在整个SLAM系统中具有重要的作用,并且凭借着价格低廉、易于携带等特点受到了研究者们越来越多的关注,具有十分广阔的发展前景。传统方法需要先使用高昂的设备对周围环境进行扫描,重建出完整的场景后再进行相机的定位和导航,这对于校园场景来说有诸多的不便:一是校园场景中室外的环境居多,扫描结果容易受到天气等因素影响;二是校园场景是动态变化的,难以通过之前扫描的结果确定当前场景中的内容。而基于深度学习的视觉里程计方法(Deep Visual Odometry,DVO)仅依靠图像信息,不受制于外部的环境因素,并且可以在运动的过程中同时估计相机的位姿和单目图像的深度,实现定位与导航,是当前SLAM研究的趋势所在。本文对校园导航的关键技术进行研究,通过基于深度学习的方法优化现有的视觉里程计模块,在大幅降低运行时间的同时提升了对于相机位姿和场景深度的估计精度。本文的主要研究内容如下:首先,提出一种端到端的深度视觉里程计方法同时估计单目摄像机获取的图像的深度和相机位姿,依靠光度误差作为约束,以无监督的方式共同优化深度估计网络和位姿估计网络。其次,光度误差的计算是建立在灰度不变假设之上的,而在现实场景中假设条件往往难以满足,为此设计一个图像对齐(Image Alignment,IA)模块处理不同图像之间因为曝光引起的灰度变化和确定全局的运动尺度。为了处理大面积纹理缺失区域上因估计不准带来的空洞,在设计深度估计模块时通过嵌入超分辨率网络而不是使用简单的插值操作进行上采样,将得到的超分辨深度图和估计得到的全局运动尺度结合,可以在一定程度上解决单目相机尺度不一致的问题。然后,通过不确定性估计网络(Uncertainty CNN,U-CNN)引入正则项以减少运动物体和被遮挡区域对结果的影响,使得结果更具鲁棒性,在进行深度估计时,将正常计算的深度图和通过水平翻转得到深度图进行融合,得到更具有鲁棒性的深度估计结果。最后,将本文提出的方法命名为AUDVO(Aligned U-CNN Deep VO),通过在公共数据集KITTI上的实验证明了AUDVO在深度和相机位姿估计上的有效性,可以保证物体边缘处的深度估计准确清晰,同时相机位姿的估计结果也达到了传统单目VO的水准。

关键词：深度学习视觉里程计不确定性估计网络超分辨网络

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

机载旋转视频稳像及去模糊处理技术研究

机载旋转视频稳像及去模糊处理技术研究

引用

作者：刘玉清中国科学院大学(中国科学院国家空间科学中心)

学位级别：硕士

机载光电探测是空中监视、侦察与打击的重要手段,载机运动与振动、大气湍流影响等因素易造成机载视频运动模糊,影响空中侦查效果,降低目标检测与特征精细识别的能力。本文开展了机载视频实时稳像技术研究,并针对机载视频模糊开展了离线... 详细信息

机载光电探测是空中监视、侦察与打击的重要手段,载机运动与振动、大气湍流影响等因素易造成机载视频运动模糊,影响空中侦查效果,降低目标检测与特征精细识别的能力。本文开展了机载视频实时稳像技术研究,并针对机载视频模糊开展了离线处理技术研究。对于载机运动和光电云台旋转造成的机载视频帧间抖动,本文提出了一种基于Shi-Tomasi特征点的自适应实时稳像算法:针对机载视频常因天空、云和模糊地背景提取特征点稀疏和集中导致旋转稳像处理困难的问题,采用自适应阈值Shi-Tomasi角点检测算法提高特征点检出能力和分布均匀性;针对旋转抖动与平移抖动分量的差异性,采用混合卡尔曼滤波算法提高复杂抖动稳像处理的鲁棒性。测试结果表明,本算法对10度内抖动的机载旋转视频具有良好的稳像能力,可满足实时处理需求。对于因大气湍流、快速运动等造成的机载视频模糊问题,本文提出了一种多帧预对齐去模糊神经网络算法:采用目标跟踪技术截取目标框进行预对齐处理,解决目标运动幅度大而神经网络多帧自动对齐困难的问题;采用组合卷积模块替代EDVR中的形变卷积模块,提高稳定性和实时性;同时构建AAD机载超分辨数据集进行网络训练,提高网络对空中场景的适应性。比对测试结果表明,该算法在公共数据集上的超分辨效果显著优于其他经典算法,并在基本不损失性能的条件下提高了训练稳定性;在实际工程中也取得了良好的去模糊效果,大大提高了空中目标精细特征的辨识能力。

关键词：机载视频自适应角点检测优化视频稳像去模糊超分辨网络

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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：