【摘 要】
:
随着深度学习的不断发展,神经网络,尤其是卷积神经网络已经广泛应用于各种计算机视觉任务中,与此同时,在传感器技术飞速发展的背景下,多类型传感器已经部署到大量应用中,比如视频监控和自动驾驶技术。因此,本文研究了基于CNN和小波变换的低光照图像增强算法,同时提出了一种基于多传感器协同和CNN的视频编码新范式。本文的主要贡献如下:1.在低光照条件下拍摄的图像动态范围较窄,色调较暗,信噪比低,而且图像中所含
论文部分内容阅读
随着深度学习的不断发展,神经网络,尤其是卷积神经网络已经广泛应用于各种计算机视觉任务中,与此同时,在传感器技术飞速发展的背景下,多类型传感器已经部署到大量应用中,比如视频监控和自动驾驶技术。因此,本文研究了基于CNN和小波变换的低光照图像增强算法,同时提出了一种基于多传感器协同和CNN的视频编码新范式。本文的主要贡献如下:1.在低光照条件下拍摄的图像动态范围较窄,色调较暗,信噪比低,而且图像中所含有的噪声会严重降低图像质量。离散小波变换作为一种可逆变换,能够将图像分解为低高频子带而不会丢失信息,从而最大限度地减少冗余。因此,本文提出使用基于小波变换的卷积神经网络对低光照图像进行增强和去噪,通过将离散小波变换与卷积神经网络相结合(即基于小波的CNN)以实现子带自适应处理。实验结果表明,所提出的方法在有效实现低光照图像增强的同时消除了噪声,并且在视觉对比和定量测量方面都优于最先进的方法。2.本文提出了一种基于多传感器协同以节省比特的视频编码新范式(NPVC)。传统的视频编码方法通过去除视频中的冗余来节省比特。近年来,由于多传感器数据相较单一传感器数据具有显著优势,多传感器逐步应用于计算机视觉问题的解决方案中。本文利用多传感器协同提出了一种视频编码新范式来节省比特,并通过基于色彩和深度传感器的3D视频编解码器来进行验证。基于彩色和深度图像之间的相关性,本文在所提出的NPVC框架中设计了两个网络CNN-US和CNN-QE来分别用于实现深度图像超分辨和质量增强,通过NPVC框架将CNN-US和CNN-QE与3D-HEVC编解码器相结合来实现利用多传感器协同以节省比特。在3D-HEVC测试序列上,所提出的NPVC框架在采样因子1、2、4的情况下同3D-HEVC锚相比分别平均降低了5.9%、66.8%和71.0%的BD率。
其他文献
随着科学技术的快速发展,航空航天等大型项目的运行成本越来越高,云仿真在降低运行成本、提高演习效率等方面起到了重要作用,成为了大型项目实现测试评估的重要技术。但是在进程高并发、资源需求量巨大的场景下,为保证仿真任务顺利运行,就需要将单个计算节点无法承担的任务调度到其他空闲的计算节点中,因此需要一种合理的仿真资源智能调度技术去解决仿真任务与仿真资源之间的供需关系。目前解决仿真资源智能调度问题的主要方法
交通智能化已成为一种趋势,自动驾驶作为智慧交通的重要一环和加速汽车行业发展的重要技术,得到了国家越来越多的重视和支持。车载摄像头采集到的道路影像辅以目标检测技术,能够为辅助驾驶系统提供必不可少的视觉感知,交通环境中的道路目标检测有着重要的研究意义。如今目标检测技术快速发展,常规道路场景下的检测已不成问题,但在一些复杂的交通场景中,目标存在密集、遮挡以及目标尺寸差距较大的情况,容易出现严重漏检,检测
互联网内容和设备的快速增长以及云计算和大数据处理技术的飞速发展,使得传统网络愈发不能满足用户对灵活路由的需求。软件定义网络(Software-defined net-working,SDN)通过将控制平面和转发平面分离,给网络带来了可编程的特性,实现了路由自定义和网络自配置。SDN主要由应用平面、控制平面和转发平面三部分组成,控制平面由一定数量的控制器构成,控制平面和转发平面需要进行大量的通信以控
人脸表情识别在医疗、教育、游戏、辅助驾驶等领域都体现出了重要价值。近些年不断有新的算法、模型和训练技术被提出,而且已经面向应用场景开发了人脸表情识别系统。本文面向校园安防特定应用场景中安管人员的实际需求:在一些对安全保密性要求更高、闲杂人等不可轻易进出的场所进行人员安全程度的快速度量,将表情作为评价因素对人员安全度进行度量,作为从情绪角度提供安全度的一个探索。实验室中的人脸表情识别模型实现了97%
随着现代产业链的发展,企业建立自己的采购管理仓库,并通过信息化技术进行采购仓储管理工作,能有效降低企业对第三方的依赖,保证企业供应链安全。企业采购仓储管理对系统安全提出了更高的要求,但采购过程中订单数量不大,人员相对固定,区块链技术在提高系统安全性的同时能够满足企业采购仓储管理服务的基本性能需求。本文设计并实现了基于区块链的仓储管理云平台系统。结合区块链的特性,为保证仓储管理系统的安全性,设计了一
随着航天技术的发展,人们对整流罩内的环境要求也越来越高,而保障其环境质量的主要手段之一是通过整流罩空调对进风参数进行控制。目前主流的空调控制方法是常规PID(比例积分微分)控制与模糊PID控制,但整流罩空调不同于其它空调,它对控制系统的准确性、稳定性、快速性要求极高,这两种算法由于自身的缺陷,很难满足整流罩空调的控制要求。PID控制需要精确的系统模型,但整流罩空调是具有时变性、滞后性和强耦合性的非
随着信息技术的发展,我国需要对农业的发展进行转变和改革。目前大力推动农业方面的信息化建设已成为我国发展的重要任务,这也是实现农村现代化较为重要的一步。网络中的数据以爆炸性增长,为了从海量数据中获取目标数据,搜索引擎应运而生,当前搜索引擎是人们快速获取信息的主要工具。搜索引擎的搜索结果匹配度又极其依赖于使用的分词方法,分词能力越好会得到更高匹配度的结果,同时高匹配度会大大缩短用户获取目标信息的时间。
近年来,随着深度神经网络和传感器技术的发展,自动驾驶成为了人们的研究热点。环境感知模块是整个无人驾驶系统的关键,其输出的精确度直接影响着下游模块,例如规划、决策和定位。为了提高自动驾驶系统环境感知的性能与可靠性并降低成本,相机-激光雷达感知融合技术受到了越来越多的研究者的关注。然而,激光雷达获取的点云深度图是不规则的无序的,这极大地制约了3D感知技术。为了解决上述问题,稀疏深度补全任务被提了出来,
随着近年来计算机领域的迅速发展,电子战在现代战争中的战略地位也日益重要,因此运用计算机实现作战仿真系统也逐渐被军队所使用。将武器装备通过计算机进行建模并构建作战仿真系统不仅能够快速推演作战方案,对验证武器装备可行性、组织作训人员进行模拟训练,提升作战经验等都具有很大的帮助。本文设计了基于组件化建模的水下仿真控制演练系统,该系统总体上采用标准化、层次化、模块化方法,各个功能模块之间低耦合,便于维护和
随着计算机技术和传感器技术的快速发展,红外图像以其具有的夜视范围广、抗干扰能力强、可全天候工作等优势,被广泛应用于军事和民用等领域。红外图像目标检测作为现代红外系统的核心技术,一直是图像处理领域的重要研究内容。近年来,随着深度学习技术在图像处理领域取得的卓越研究进展,有效推动了红外图像目标检测技术的发展。在诸多深度学习目标检测算法中,基于Anchor的回归型目标检测算法是经典算法之一,它可以直接将