【摘 要】
:
随着深度学习技术的不断发展,卷积神经网络在去模糊领域取得了显著的成果,但是去模糊领域仍然存在许多挑战。有效的去模糊网络设计,合适的损失函数选取,以及如何复原出更丰富的图像细节成为去模糊领域亟需解决的问题。论文针对单幅图像盲去模糊算法进行研究,重点探索基于深度卷积神经网络的端到端去模糊方法,并基于卷积神经网络,提出两种新的去模糊网络模型,主要工作如下:针对去模糊网络通常对特征图进行下采样,导致在学习
论文部分内容阅读
随着深度学习技术的不断发展,卷积神经网络在去模糊领域取得了显著的成果,但是去模糊领域仍然存在许多挑战。有效的去模糊网络设计,合适的损失函数选取,以及如何复原出更丰富的图像细节成为去模糊领域亟需解决的问题。论文针对单幅图像盲去模糊算法进行研究,重点探索基于深度卷积神经网络的端到端去模糊方法,并基于卷积神经网络,提出两种新的去模糊网络模型,主要工作如下:针对去模糊网络通常对特征图进行下采样,导致在学习过程中出现特征丢失问题,论文设计了一种高分辨率特征保持去模糊网络。与现有的串行连接方式不同,所设计的网络并行连接由高分辨率至各低分辨率特征子网络,无需经过由低分辨率到高分辨率的重建过程即可恢复高分辨率信息。另外,通过交叉连接各并行子网络来融合不同分辨率的特征图,从而可使网络自适应地选择去模糊特征来复原图像。最后,引入动态卷积核网络以非线性方式融合多个卷积核信息,自适应调节网络感受野大小,提高模型的泛化能力。实验结果表明,所提算法对多种类型的模糊均可取得理想的复原效果。为了解决目前的去模糊网络参数量大、运算时间长等问题,论文设计了一种简单轻量的渐进式残差去模糊网络。该网络利用浅层残差网络作为基准模型,其可充分利用图像的局部特征信息,加强反向传播时的信息流通。另外,论文通过多阶段递归调用残差网络并进行参数共享,可大大简化网络模型,减少网络参数。同时,引入注意力机制对输入图像与各残差网络的输出特征图进行通道注意力加权和空间注意力加权,提升网络的特征选择能力,实现更好的特征重建。实验结果表明,所提算法不仅能有效的去除图像模糊,同时网络参数量小、运行速度快。
其他文献
红外和可见光图像在军事、电力、医疗、安防等领域有着重要应用价值,然而,基于多模态数据实现不同应用时,应用任务的复杂度会随着输入数据模态的多样性而升高。因此,利用红外与可见光图像融合技术,创建一幅综合多模态信息的融合图像,不仅能够综合多模态图像的互补信息,提升信息利用率,而且降低了后续应用任务的复杂度。面向实际应用需求,本文基于深度学习技术,深入挖掘了图像模态的多样性,以及复杂场景下不同模态样本差异
21世纪是海洋的世纪,随着科技的发展和人们对海洋兴趣的增加,越来越多先进的观测设备被投入到海洋探索领域,其中最具代表性的就是水下滑翔机。由于大多数海洋现象具有分布广泛和随时间变化的特点,单台水下滑翔机已经不能满足一些观测任务的需求。多台水下滑翔机构成的编队,能够充分利用优越的高时空分辨观测能力,可以完成单机不能完成的任务,将在海洋环境立体观测网的构建中发挥不可替代的作用。路径规划与编队控制一直是水
形成于印支期的酸性侵入岩与新疆西昆仑地区成矿关系密切。卧龙岗二长花岗斑岩位于黑石北湖—三道河子岩浆岩带中段,岩体周边发育多种有色金属矿床。本研究针对二长花岗斑岩,采用LA-MC-ICPMS方法进行锆石U-Pb同位素定年,结果为(239.47±0.78)Ma~(222.36±0.64)Ma,指示岩体形成于中—晚三叠世。二长花岗斑岩属于准铝质—过铝质、高钾钙碱性—钾玄岩系列。岩石全碱含量较高,里特曼指
计算思维的提出有助于培养学生从计算机视角解决问题的思维能力,但在实际落地时存在教学资源匮乏、评价难以开展等问题。《普通高中信息技术课程标准》中明确计算思维的核心是算法思维,通过深入研究课标中广义算法思维和计算思维的定义和能力构成,提炼出狭义算法思维的概念,将其作为发展高一学生信息技术核心素养的首要思维能力和评价对象。依据SOLO分类理论探究算法思维的层次水平,提取高中课程中算法部分的评价要素,确定
人们常常通过拍摄屏幕来获取信息,但这样得到的图像往往包含采样混叠造成的摩尔条纹噪声(简称为摩尔纹)。摩尔纹的存在大大降低了屏幕拍摄图像(后文简称“屏摄图像”)的质量,对后续的图像处理和分析造成障碍。因此,研究如何去除屏摄图像摩尔纹具有重要的现实意义。摩尔纹复杂多变,其形状和颜色会因拍摄角度、拍摄距离、显示设备型号和相机型号的不同而变化,因此屏摄图像去摩尔纹任务充满挑战。本文首先对摩尔纹的特性进行了
交通标志检测与识别是高级辅助驾驶系统中的一项重要任务,高级辅助驾驶系统需要提前检测出交通标志的位置和类别,获得其传达的信息,并做出相应的反应,规范驾驶行为,以提高驾驶过程的安全性。目前主流的交通标志检测与识别算法的精度已经到达较高的水平,但是由于深度学习算法延时长、计算成本高等问题,在移动平台部署深度学习算法仍然具有很大的挑战性,所以仍需要对网络进行压缩,从算法上减少网络的参数规模和计算量。本论文
在疾病的筛查和早期诊断中,眼底图像中包含的病理信息能够为医疗人员的判断提供重要依据。然而,眼底图像的人工分析需要医疗人员的专业经验,较为耗时费力。因此,结合深度学习技术对眼底图像处理算法进行研究,能够为大规模的智能眼科疾病诊断提供技术支持。本文基于单阶段多框检测(Single Shot Multi Box Detector,SSD)算法针对眼底图像中的视盘和中央凹检测进行了研究,并且根据改进的全卷
交通运输是产生碳排放的主要领域之一,也是受气候变化影响最显著的行业之一。中国交通运输领域在减缓和适应气候变化方面仍面临诸多问题和挑战,交通运输应对气候变化的政策工具、手段措施、基础能力等还存在一些不足。该文从减缓和适应2个角度出发,梳理了各国在应对气候变化领域开展的政策与行动,分析了中国交通运输领域应对气候变化的工作基础及存在的问题,提出了交通运输减缓和适应气候变化的重点领域、总体策略和路径,以及
为了研究自身免疫力对大型传染病传播的影响,建立了易感者、密接者、感染者和恢复者4种人群的传染病模型,给出基本再生数并讨论了无病平衡点和地方病平衡点的稳定性.当自身免疫力小于min{μ1,μ2,μ3}时传染病会蔓延开来,但当自身免疫力大于μ*时传染病会逐渐消失,加速推进体卫融合,提高机体自身免疫力的重要性就凸显出来,为我国体卫融合健康发展提供参考.
近年来,图像处理技术的发展和应用推动了大型变电站场景下数据采集、监测向智能化及自动化方向发展。真实复杂环境下,变电站场景中的仪表图像采集过程可能存在的形变、反光、光照变化和小物体遮挡等情况,致使基于这些图像得到的仪表读数准确性、泛化性较差。现有的智能化指针式仪表读数算法均无法从真实复杂的环境中准确地获取仪表读数。为了解决真实复杂环境中指针式仪表准确读数问题,本文从图像反光去除与指针式仪表读数两个方