检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的水表图像去水雾方法研究

基于深度学习的水表图像去水雾方法研究

作者：梁正聪华南理工大学

学位级别：硕士

随着物联网技术的发展和智慧城市的需要,基于计算机视觉的自动抄表受到了人们的广泛关注。然而水表图像中的水雾影响了图像的可读性,也导致识别率下降。针对水表图像去水雾问题,可以借用现有的图像去雾、去雨滴模型来解决。然而,由于针... 详细信息

随着物联网技术的发展和智慧城市的需要,基于计算机视觉的自动抄表受到了人们的广泛关注。然而水表图像中的水雾影响了图像的可读性,也导致识别率下降。针对水表图像去水雾问题,可以借用现有的图像去雾、去雨滴模型来解决。然而,由于针对性不强,现有方法并不能有效解决水表图像的去雾问题。另外,这些模型的训练往往也需要收集较多的水雾图像,费时费力。针对上述问题,本文研究了基于深度学习的水表图像去水雾方法,主要完成了以下工作:1、针对水雾数据量少导致模型较难获得较好的性能,以及水雾图像收集费时费力的问题,本文提出了一种水表水雾数据增强模型。该模型以CUT(Contrastive Unpaired Translation)作为基线模型,并做了下述改进:(1)针对CUT正负样本编码器无一致性容易使模型学习到捷径解的问题,将模型中正负样本编码器改进为动量更新的方式;(2)受到对比学习中负样本特征数量与模型学习能力成正相关的启发,本文在CUT模型中引入了负样本队列,利用队列中的所有负样本特征进行学习,大幅增加了负样本特征的数量,提高了模型的学习能力。2、针对当前图像修复模型无法有效去除水雾的问题,本文设计了一种基于频域特征学习的水表水雾去除网络模型,包括:(1)以Att GAN模型为基础设计了基线模型,删除Att GAN中的注意力模块,保留其编码器-解码器架构,同时增加了残差块;(2)利用频域对边缘信息描述能力强的特点,本文设计了一种基于DCT(Discrete Cosine Transform)及Transformer的频域学习模块,频域学习模块中引入了DCT并设计了分块DCT处理方式收集图像频域信息,同时利用所设计的基于Transformer的频域特征学习器对频域信息进行学习;(3)将频域学习模块与基线模型结合,设计了基于频域特征学习的水表水雾去除网络模型。本文利用收集的水表水雾数据集进行了相关实验,实验结果表明:(1)本文提出的水表水雾数据增强模型,对比基线模型,FID提升了60.97,性能优于cycle GAN等模型;(2)利用数据增强后的数据集训练的水表水雾去除模型,相比于使用原始数据集训练,SSIM提升了0.056,PSNR提升了1.694;(3)本文提出的水表水雾去除模型,对比基线模型,SSIM提升了0.032,PSNR提升了1.205,性能优于已有的图像去雨滴模型Att GAN等;(4)所设计的去水雾模型可改善表计系统识别准确率,图像识别准确率提升15.6%。

关键词：生成对抗网络对比学习水雾去除 DCT 频域学习

基于深度学习的深过冷熔体图像超分辨重建算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的深过冷熔体图像超分辨重建算法研究

作者：苏泽北方工业大学

学位级别：硕士

在空间环境中,液态合金处于热力学亚稳态,这非常有助于研究深过冷熔体的材料结构和热物理性质。受限于成本技术等原因,研究者通过构建静电悬浮结合落管装置模拟空间环境,同时使用高速摄像机捕捉深过冷熔体的下落图像,以研究其熔凝过程... 详细信息

在空间环境中,液态合金处于热力学亚稳态,这非常有助于研究深过冷熔体的材料结构和热物理性质。受限于成本技术等原因,研究者通过构建静电悬浮结合落管装置模拟空间环境,同时使用高速摄像机捕捉深过冷熔体的下落图像,以研究其熔凝过程。但由于图像获取设备曝光时间等硬件限制,拍摄到的深过冷熔体图像分辨率较低,不利于进一步研究其热物性和凝固界面等性质。使用超分辨重建等软件设计方式可以更准确重构图像轮廓信息,有效提升图像分辨率。传统的超分辨重建算法多使用插值、重构以及字典学习等机器学习方法,可以在一定程度上提升图像分辨率,但受限于算法本身,重建图像多会出现边缘模糊、噪点以及细节消失等现象。近年来,随着硬件设备计算能力的发展以及相关理论的深入研究,深度学习方法成功应用在超分辨重建领域,在客观指标和主观感受等评价方法上超越了传统算法。目前的基于深度学习的超分辨重建算法大多直接对待重建图像进行Y通道或Y、Cb、Cr三通道学习,不足以提供更多先验信息解决超分辨重建这一不适定问题。本文提出了一种基于深度学习的单帧图像超分辨重建算法,本算法使用对图像频域特征进行模型学习的方式更好地重建了深过冷熔体图像。在本文提出的方法中,频域特征提取模块首先对图像进行离散余弦变换（Discrete Cosine Transform,DCT）操作,实现图像的时-频域转换,然后对获取的频域特征进行排列和重组操作,从而对模型学习中的浅层特征作精细化处理,为重建模型增加约束条件;多通道特征选择模块使用自适应学习的方式对各个通道特征进行加权配比,从而表征不同特征通道对图像构成的相应作用及同层特征间的相互关系;整个网络使用长短跳连接的方式加深网络深度,提取深层特征。本文将上述算法模型与当前流行的插值算法、稀疏编码算法、SRCNN算法以及EDSR算法进行了对比。实验结果表明,本文提出的算法在客观评价、视觉感知两方面对一般场景图像和深过冷熔体图像都取得了较好的重建效果,同时在针对深过冷熔体图像的基于任务的评价中也取得了超出上述对比算法的成绩。

关键词：深过冷熔体超分辨重建卷积神经网络频域学习特征选择

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的人体行为识别算法研究

基于深度学习的人体行为识别算法研究

作者：李长海电子科技大学

学位级别：硕士

近年来,视频媒体设备产生了数以亿计的数据量,仅仅依靠传统分析方法效率不高,会消耗大量的人力物力,这给基于视频的人体行为识别算法带来了挑战。另一方面,早期算法对单一视频环境下的简单人体行为识别结果较好,但是在复杂的真实场景中... 详细信息

近年来,视频媒体设备产生了数以亿计的数据量,仅仅依靠传统分析方法效率不高,会消耗大量的人力物力,这给基于视频的人体行为识别算法带来了挑战。另一方面,早期算法对单一视频环境下的简单人体行为识别结果较好,但是在复杂的真实场景中,识别准确率不能满足要求。因此,本文主要研究复杂场景下的两类人体行为识别任务,分别为单目标人体行为识别和多目标人体行为识别,从多维度对特征进行提取,并提出了两种网络模型,主要内容如下:(1)提出了一种单阶段端到端的时频域网络(Time and Frequency Network,TFNet),将基于DCT(Discrete Cosine Transform)变换的频域学习方法应用在人体行为识别任务上。该网络同时考虑了时空和DCT系数特征,对应到两个主干分支,分别为时域分支和频域分支,并通过改进的基于注意力机制的特征融合算法将两个分支提取的特征进行深度融合。在JHMDB51-21、UCF101-24、AVA-80这三个数据集上做了充分实验,m AP(mean Average Precision)相对都得到了提高,分别达到了67.3%、78.29%以及31.3%的准确率。实验结果表明,TFNet对单目标和多目标人体行为的识别均取得了优异的结果,并验证了DCT系数特征对参数优化的有效性。(2)提出了一种自适应三维卷积网络(Adaptive Convolutional Neural Network of 3D,Ad CNN-3D)。本文通过构建一个具有自适应不同大小感受野的多分支三维卷积单元,进而构建出整个三维网络模型,并用该三维网络模型替换TFNet时域分支的主干网络。由于经过替换改进后的模型没有在大型人体行为识别数据集上预训练的权重,使用普通的参数初始化方式无法在JHMDB51-21、UCF101-24这些较小数据集上学习到泛化的行为特征,导致训练难以收敛,准确率不高。因此,本文使用了“Joint-Training”策略,即通过联合AVA-80数据集,将其作为训练辅助集,使得模型在JHMDB51-21和UCF101-24目标数据集上取得了更好的准确率,同时具备自适应感受野大小的能力。综上所述,本文围绕单目标与多目标人体行为识别任务,利用深度学习的方法,提出了基于频域特征的时频域网络TFNet,并在此基础上对TFNet的自适应性展开了研究,具有一定的研究意义和实用价值。

关键词：人体行为识别深度学习频域学习自适应感受野

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度网络的稳定图像分类方法研究

基于深度网络的稳定图像分类方法研究

作者：邵焕西南交通大学

学位级别：硕士

近年来,随着深度学习的快速发展,当前的人工智能已经在图像分类、目标检测等任务上达到了较为理想的表现,人工智能技术也随之应用于人们生活的方方面面,然而经典的机器学习方法通常要求测试数据与训练数据服从独立同分布的假设。但是,... 详细信息

近年来,随着深度学习的快速发展,当前的人工智能已经在图像分类、目标检测等任务上达到了较为理想的表现,人工智能技术也随之应用于人们生活的方方面面,然而经典的机器学习方法通常要求测试数据与训练数据服从独立同分布的假设。但是,在现实应用中,训练数据和测试数据之间独立同分布的假设是难以满足的,因此,如何使模型在分布存在偏差的数据集上保持预测的稳定性,成为了学术界和工业界共同关注的热点问题,而图像分类是计算机视觉领域的重要任务之一,因此,研究稳定的图像分类方法具有重要的学术与社会应用价值。为此,本文从特征解耦、稳定表征学习等角度出发,基于对比学习、频域学习、变分自编码器等前沿技术,开展了稳定图像分类方法的研究。本文的研究主要聚焦于两种非独立同分布条件下的稳定图像分类任务:非独立同分布图像分类和组合式零样本学习。针对模拟训练集和测试集之间不同程度分布偏差的非独立同分布图像分类问题,本文提出了一种基于频域对比学习的模型,学习图像中的稳定特征,从而克服训练集和测试集数据分布存在偏差的问题。模型的学习可以分为两个步骤:频域对比学习预训练和针对图像分类的微调。在预训练阶段,首先将对图像进行离散余弦变换(DCT),提取图像的频域特征,随后计算锚样本、正样本和负样本之间的对比损失,通过最小化对比损失,学习图像中的稳定特征。随后,通过分类的交叉熵损失函数微调模型参数,训练模型的分类能力。在公开数据集NICO上的实验结果表明本文提出的模型超越了基线方法,通过大量实验证明了该方法的有效性。在组合式零样本学习任务中,图像由属性和目标组成,测试集中的组合在训练集中从未出现过,相比非独立同分布图像分类任务,组合式零样本学习任务的训练集和测试集之间的分布偏差程度更高,更具有挑战性。本文提出从特征解耦的角度出发,通过变分自编码器分别提取属性和目标解耦后的特征,并利用BERT模型和图神经网络学习标签文本特征,通过图像特征和文本特征的跨模态对齐促进解耦特征学习,得到分类结果。本文提出的模型在两个公开数据集MIT-States和Ut-Zappos上超过了现有模型,证明了方法的有效性。

关键词：非独立同分布图像分类组合式零样本学习频域学习对比学习变分自编码器图神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

抗摄屏攻击的DCT域深度水印方法研究

抗摄屏攻击的DCT域深度水印方法研究

作者：姜骁腾华中科技大学

学位级别：硕士

数字水印技术在多媒体保护方面发挥着巨大的作用,实际应用需求的变更推动了数字水印技术的发展。传统的水印方法结合载体图像本身特征进行水印嵌入,但泛化效果存在不足。同时,信息传输的方式发生变化,摄屏攻击愈发常见。面对更多样复杂... 详细信息

数字水印技术在多媒体保护方面发挥着巨大的作用,实际应用需求的变更推动了数字水印技术的发展。传统的水印方法结合载体图像本身特征进行水印嵌入,但泛化效果存在不足。同时,信息传输的方式发生变化,摄屏攻击愈发常见。面对更多样复杂的攻击,传统水印已经远不能满足需求。结合深度学习的水印在透明性和鲁棒性上有了较大的提升,但仍然难以在二者中保持平衡。现有深度水印算法的嵌入基本在空域进行,载体图像的失真仍然比较明显,影响其正常使用价值。虽然在鲁棒性方面有所提升,但现有方法在面对摄屏攻击中的镜头失真、光照失真时水印提取效果不佳。抵抗摄屏攻击的水印方法亟待研究。首先,设计了一种由DCT层、编码器和解码器组成的DCT域深度水印方法。结合现有深度水印和DCT域水印进行改进,提高了水印的透明性和鲁棒性。图像在YCr Cb空间上可以分为三个分量。编码器结合U-Net网络增加DCT层进行图像Y分量的DCT变换,通过网络学习修改图像DCT域上的系数实现水印嵌入。水印信息分布到了载体图像的整个区域,人眼难以察觉变化。解码器则通过提取载密图像的特征来实现水印信息的正确提取。DCT域水印对JPEG压缩等各种噪声攻击有一定抵抗能力。方法能够在减小载密图像视觉失真的同时提高水印嵌入的鲁棒性,保证了水印的透明性并减少载密图像被蓄意攻击的可能。其次,分析摄屏过程中可能出现的噪声干扰对数据进行增强处理。模拟了摄屏攻击中比较常见和难以模拟的摩尔纹和反光噪声,通过对载体图像数据的增强处理以达到接近真实拍照环境的目的。结合传统电子信道的噪声层攻击,分批次训练,提高解码器在摄屏攻击下的鲁棒性。实验分析了DCT域深度水印的透明性和鲁棒性。从主观和客观两方面分析了载密图像的视觉失真,方法均保持了良好的嵌入效果。同时,分析了不同噪声和拍摄场景情况下水印的检测准确度,验证了其对摄屏情况下大部分噪声攻击和拍摄条件等均能保持较好的鲁棒性。

关键词：信息隐藏数字水印频域学习数据增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于频域信息的深度伪造检测算法

成都信息工程大学学报 2022年第5期37卷 508-514页

作者：蒲文博胡靖成都信息工程大学计算机学院四川成都610225

深度伪造技术作为人脸窜改技术的一种,由它合成的换脸视频已经对隐私安全带来了巨大的隐患。现存的深度伪造检测方法通常基于传统的卷积神经网络提取合成视频中空间域的不连续信息,以判断是否为深度伪造视频。随着深度伪造技术的迭代,... 详细信息

深度伪造技术作为人脸窜改技术的一种,由它合成的换脸视频已经对隐私安全带来了巨大的隐患。现存的深度伪造检测方法通常基于传统的卷积神经网络提取合成视频中空间域的不连续信息,以判断是否为深度伪造视频。随着深度伪造技术的迭代,传统检测方法精度难以取得显著提升。与传统方法不同,文本将合成视频帧进行离散余弦变换,获得视频帧图像的频域表示,使用残差卷积网络学习频域特征,并通过双向LSTM提取帧间不连续信息,从而检测视频帧是否伪造。此外,针对深度伪造数据提出了一种新的数据增强方法Xray-blur,降低换脸视频的空间域不连续性,从而提升训练难度,加强模型对不连续信息的捕获能力。实验表明,该方法在公开数据集Celeb-DF和FaceForensics++上取得了优秀的准确率(ACC)和ROC曲线下面积(AUC),且在面对低质量视频时,具有更好的鲁棒性。

关键词：深度伪造检测频域学习时序学习

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

基于傅里叶域优化的图像去摩尔纹研究

深圳信息职业技术学院学报 2023年第5期21卷 9-15页

作者：黄颖聪柳伟深圳信息职业技术学院计算机学院广东深圳518172 深圳大学电子与信息工程学院广东深圳518060

近年来,基于深度学习的方法在图像去摩尔纹任务上取得了巨大成功,但要从摩尔纹图像恢复自然且感知良好的图像仍然具有挑战性。现有的去摩尔纹模型通常依赖空间域损失进行优化。然而,在使用这些损失优化的过程中存在频谱偏差问题,导致高... 详细信息

近年来,基于深度学习的方法在图像去摩尔纹任务上取得了巨大成功,但要从摩尔纹图像恢复自然且感知良好的图像仍然具有挑战性。现有的去摩尔纹模型通常依赖空间域损失进行优化。然而,在使用这些损失优化的过程中存在频谱偏差问题,导致高频摩尔纹图案的去除不充分。针对这一问题,提出了一种在傅立叶域进行优化的方法,利用频率信息来增强图像去摩尔纹过程。具体来说,引入傅里叶空间损失对去摩尔纹图像的频率施加限制以指导恢复,帮助去摩尔纹网络更加关注频率一致性。实验结果表明,在利用傅里叶空间损失进行优化后,ESDNet模型的PSNR达到了45.3325dB,实现了1.6%的提升。

关键词：图像去摩尔纹图像复原频域学习