【摘 要】
:
目前,网络传输常常采用JPEG(Joint Photographic Experts Group)压缩处理后的图像,压缩或解压等处理不仅产生了一系列压缩伪影还降低了图像的质量。为了有效地去除JPEG压缩伪影并提高图像的分辨率,该文主要基于深度学习的压缩图像超分辨率方法展开研究,具体研究内容如下:首先,该文结合多尺度的思想,提出基于多尺度残差网络的压缩图像超分辨率方法。该方法利用端到端的方式学习压缩
论文部分内容阅读
目前,网络传输常常采用JPEG(Joint Photographic Experts Group)压缩处理后的图像,压缩或解压等处理不仅产生了一系列压缩伪影还降低了图像的质量。为了有效地去除JPEG压缩伪影并提高图像的分辨率,该文主要基于深度学习的压缩图像超分辨率方法展开研究,具体研究内容如下:首先,该文结合多尺度的思想,提出基于多尺度残差网络的压缩图像超分辨率方法。该方法利用端到端的方式学习压缩的低分辨率图像与高分辨率图像之间的映射,降低了计算复杂度。该网络采用多次下采样和上采样操作,以提取多尺度的特征信息,并在不同尺度上进行残差学习。实验结果表明,提出的方法与级联网络相比,具有更高的性能。其次,为了降低网络学习的难度,获得更多有用的特征,该文提出基于双分支残差稠密网络的压缩图像超分辨率方法。该方法利用残差稠密模块设计了双分支结构,分别预测去除伪迹的低分辨率图像和高分辨率图像。并将注意力机制引入到网络中,以自适应地融合两个分支的特征,得到最终的预测输出。实验结果表明,该方法能有效去除JPEG压缩伪迹并提高图像的分辨率。最后,为了进一步提高性能,保留更精确的细节信息,该文提出了基于双重注意力残差网络的压缩图像超分辨率方法。该方法首先融合多尺度并行稠密块和注意力机制,形成多尺度核注意力模块,选择性提取不同尺度的图像信息;然后提出低层特征指导高层特征学习的注意力模块,结合局部残差学习和两种注意力模块形成双重注意力残差模块;最后采用跳跃连接和分层特征融合,弥补由于网络加深而造成的信息丢失。为了减少误差积累,提高网络的泛化能力,针对不同压缩质量因子采用端到端的联合训练方式。实验结果表明,该方法在视觉和峰值信噪比度量上都具有较好的性能。
其他文献
“中华文明源远流长、博大精深,是中华民族独特的精神标识,是当代中国文化的根基,是维系全世界华人的精神纽带,也是中国文化创新的宝藏。”党的十八大以来,习近平总书记反复强调“要系统梳理传统文化资源”,“让收藏在博物馆里的文物、陈列在广阔大地上的遗产、书写在古籍里的文字都活起来”。布达拉宫作为世界文化遗产,所珍藏的数十万件的文物,具有级别高、种类多、年代久、品质精等特色,其中馆藏文献浩如烟海,保存着汉、
安全性问题是制约锂离子电池在电动汽车、储能电站等新能源领域应用的主要技术障碍,因此,开发电池自激发热保护技术对于提高锂离子电池的本征安全性、促进相关技术领域的发展具有重要意义。我们的前期工作证实,基于导电聚合物PTC材料的温度敏感电极可以有效切断危险温度下电极上的电子传输,关闭电极反应,从而避免电池进入自加热的热失控状态。然而,作为一种新型的PTC材料,导电聚合物的温度响应机理至今并不清楚,由此给
<正>随着教育事业的发展,各类教育理念纷纷涌现,“和美”育人理念就是其中之一。芙蓉小学秉承先贤之善、借“荷花”之美提出了“和美育人”的全新育人理念。“和美”的落地为学校教育注入了全新的活力与朝气,在各级政府和专家的共同推动下,经过全体教师积极践行、反复研究,最终确定了“和美”育人理念在教育事业中发挥的正向作用。教师只有秉持“和美”的育人理念,将其持续融入课堂教学和班级文化建设中,才可以释放出“和美
苏云金芽胞杆菌(Bacillus thuringiensis,Bt)是一种重要的昆虫病原细菌,在形成芽胞的同时产生杀虫晶体蛋白(ICPs)。Bt制剂具备靶标特异性强、环境友好等特点,已发展成为目前世界上产量最大、使用面积最广的农林业微生物杀虫剂。但是Bt制剂存在一些不足,如杀虫效果较慢,毒力有限,昆虫易产生抗性等,需不断选育新的Bt菌株或在现有菌株的基础上进行遗传改造,获得高毒力、性状优良的Bt菌
三维点云数据理解作为计算机视觉重要的一个分支,在智慧医疗、智慧城市和自动驾驶等领域都起着举足轻重的作用。然而,由于三维点云结构具有特殊性,使得传统的用于二维图像处理的深度学习技术不再适用。本课题围绕三维点云数据语义分割问题,以残差网络为基础,对三维点云数据的参数化卷积设计、深度学习网络结构设计与网络结构轻量化设计问题进行研究,具体内容如下:首先,针对现有参数化卷积普遍存在特征提取能力不足、鲁棒性差
溴虫氟苯双酰胺系近年来颇受关注的一款新型双酰胺类杀虫剂。脱甲基溴虫氟苯双酰胺是其代谢产物,可作为一种非竞争性的抗狄氏剂(RDL)γ-氨基丁酸(GABA)受体拮抗剂,对害虫具有显著的防治效果。其杀虫机制的独特性,使其对普通害虫具有防治活性外,还可有效地防治对传统非竞争性拮抗剂产生抗性的害虫,是一款防治活性高,防治对象广,害虫抗性治理潜力大的理想杀虫剂。本文提出了一条步骤简短、收率高的溴虫氟苯双酰胺合
图像的密集字幕生成是图像理解领域的一个较为新颖的研究任务。随着5G时代的到来,每天都会产生海量的视频和图像,单靠人工标注的方法已经无法对这些数据进行有效的整理、归纳和总结。而图像密集字幕生成任务可以在一定程度上解决这个问题,它可以使计算机模仿人类大脑对图像进行自然语言描述。本文对如何有效的进行图像的密集字幕描述进行研究。首先,为了使模型可以从图像中提取更优质的特征,本文提出了一种基于深层特征提取网
自然界中存在着大量的纹理图像,与人类肉眼能从纹理图像中直接识别出图像结构不同,计算机在提取纹理图像显著结构时仍面临着一定的困难。面对该问题,近年来国内外学者相继提出了不少纹理平滑的算法。纹理平滑算法要求在去除纹理的同时尽可能地保存图像的完整结构,因此纹理平滑算法的好坏也依赖于提取图像结构的能力。本文通过不同的算法构造不同的引导图,用不同的引导图引导图像的下一步滤波。论文首先针对传播滤波在去除纹理上
<正>技术的发展如同无法停下的车轮,在短短一个月之后,人工智能技术再次引发舆论热潮。2023年仅仅过了3个月,ChatGPT就已将社交媒体“点燃”了两次。在第一次舆论热潮中,人们更多关注这一技术究竟能做到什么地步,关注它能够在哪些领域带来无法忽视的变化与发展。甚嚣尘上的讨论声中,有对新技术的赞叹,也有对未来行业变革的忧虑;有对科技伦理的关注,也有对产业立法的呼吁。
目标检测是多种计算机视觉任务的前提,在人脸识别,自动驾驶等领域都得到了广泛地应用。目标检测是从图像中能准确地检测出物体的具体位置及类别。随着人工神经网络的发展,目标检测算法已经由传统检测算法逐渐被基于神经网络的检测算法代替,检测精度和速度不断提升并且实用性不断增强。因此,对基于神经网络的目标检测算法进行研究有重要意义。本文主要针对CenterNet目标检测算法中存在的缺陷进行改进,主要工作如下:首