【摘 要】
：
图像去模糊是图像复原任务中一个重要的分支,它能把模糊图像复原为质量较高的清晰图像,不仅具有十分重要的理论和现实意义,还有巨大的商业价值。而在无人机、航天飞机、天文以及军事场景中,由于成像传感器的平台并非静止且运动路径多变,在真实的三维空间内,还有三个方向的旋转自由度,在传感器平台进行转向时将会产生旋转运动模糊,这种旋转模糊不可避免,给后续的图像识别与目标检测等工作带来极大的麻烦。本论文针对旋转运动
论文部分内容阅读
图像去模糊是图像复原任务中一个重要的分支,它能把模糊图像复原为质量较高的清晰图像,不仅具有十分重要的理论和现实意义,还有巨大的商业价值。而在无人机、航天飞机、天文以及军事场景中,由于成像传感器的平台并非静止且运动路径多变,在真实的三维空间内,还有三个方向的旋转自由度,在传感器平台进行转向时将会产生旋转运动模糊,这种旋转模糊不可避免,给后续的图像识别与目标检测等工作带来极大的麻烦。本论文针对旋转运动模糊图像的复原进行了深入的研究,主要研究内容包括:（1）针对目前深度学习去模糊领域并没有公开的清晰-旋转模糊图像对数据集,而深度学习是数据驱动的,数据集占据着极其重要的位置,本文对空间三维旋转运动场景进行理论分析和公式推导,真实地模拟三维空间旋转运动模糊的产生过程,建立旋转运动模糊图像数据集。（2）针对旋转运动模糊图像复原的问题高度病态,且旋转运动模糊是一种严重的运动模糊的特点,本论文设计了一个基于注意力机制的多尺度去模糊网络AMSNet。使用本文提出的旋转运动模糊训练集train1和train2,分别对去模糊领域中性能较好的Deblur GAN、Deblur GANv2、SRN网络以及本文模型AMSNet进行训练,并在各个测试集验证了基于注意力机制的多尺度去模糊网络AMSNet在视觉和定量上有更好的结果,证明了本文提出的算法的性能最优。
其他文献
随着高通量测序技术的快速发展,生物数据的数量和维度呈爆发式增长,给传统分析方法带来了严峻的挑战。近年来,深度学习的兴起为复杂、多维的生物数据分析提供了有力工具。得益于此,与癌症相关的研究也迎来了迅猛发展。作为其中的一个重要研究方向,癌症分类对指导临床治疗意义重大。尽管越来越多的癌症分类研究开始尝试采用深度学习算法去处理大批量的测序或病理切片数据,但由于特征集种类单一和数据集内存在信息冗余等问题,没
随着无线通信业务需求的快速增长,频谱资源越来越稀缺,频率可重构天线可以根据不同应用场景灵活地切换工作频率,提高频谱资源利用率。且可减少系统中所需天线的数量,从而节约空间,降低成本。因此研究频率可重构天线具有实际意义。本文提出了三款不同的频率可重构天线:（1）为了提高频谱利用率,提出了一款用于认知无线电的频率可重构天线。该天线利用PIN二极管和寄生辐射单元实现了频率可重构,天线能够切换超宽带感知模式
随着互联网技术的发展以及5G时代的来临,即时通讯（Instant Message,IM）渗透到越来越多的应用场景。作为房产行业的一项需求,在客户和房产经纪人的即时通讯对话中,平台需要准确找出服务者是否回答了客户的问题。由于真实聊天的随意性和碎片化,以及各地语言习惯不同,真实场景下的匹配需求难以被满足。BERT系列模型表现良好,但在下游任务上的泛化性有提升空间,并且没有利用到候选回答之间的上下文信息
现实场景中电磁环境日趋复杂,导致阵列天线接收信号中期望信号分量在时域和频域上存在相当多的干扰信号,现有的阵列信号处理技术在时频域上很难从信号中直接分离出指定的期望信号分量,因此常在空域中解决该问题。波束形成算法作为最常用的空域处理技术,利用来波方向提取期望信号和抑制杂波干扰,相当于在空域对阵列信号进行滤波处理。本文主要围绕波束形成算法在阵列信号处理中的优化和应用进行深入研究,主要工作如下:首先,在
被动毫米波成像系统能够利用目标物体在毫米波段的辐射差异进行成像。由于其良好的隐蔽性、安全性和全天时、准全天候工作能力,因此在民用和军事领域具有重要的应用价值。然而,系统直接获得的被动毫米波图像的分辨率往往较低,制约了其用于目标检测与识别等领域的性能。改善图像质量的一个有效手段是通过算法对图像进行超分辨率重建。然而现有超分辨率算法对被动毫米波图像的重建效果还不够理想,因此本文结合被动毫米波图像的特点
低轨卫星网络（Low Earth Orbit,LEO）具有带宽分配灵活,传输时延低,覆盖范围广等优势,是未来网络的发展趋势。随着近几年来大规模LEO网络的涌现,以及例如远程教育,视频会议等需要网络将数据从一个源节点向多个接收节点发送的应用的发展,LEO网络星间组播路由的研究迫在眉睫。然而,繁忙时段卫星网络不可避免的存在障碍链路。并且,考虑到时延敏感型应用的存在,在构建星间组播路由树时需要在最小化线
本文研究并实现了一款全数字式的高精度守时型GPS同步时钟卡。通常的电网系统中一般选择GPS同步时钟信号来标记异常数据发生时刻。标记异常发生时刻信息可用于准确的故障定位。然而极端自然灾害或主动攻击情况下,GPS时钟卡有可能没信号导致失效。为提高电网的鲁棒性与安全性,需利用时钟卡自身晶振信号来提供时间基准进行守时,保证时钟卡输出时间刻度的稳定和精度,从而确保电网的故障定位等功能。论文首先提出了一种综合
在大数据时代,以基因测序数据为代表的新型数据资源飞速增长,由此产生的高效传输与存储需求推动了数据压缩技术的发展。目前,基于BWT的BZIP2压缩算法由于具有较高的压缩比,在文本压缩领域持续受到广泛关注,但其BWT环节的严重耗时问题也长期困扰着相关研究人员。已有研究证实,硬件实现适用于提升压缩算法的压缩速率。然而现有的BWT硬件加速方案受限于传统的计算架构,仅支持最大4KB的数据块,无法满足BZIP
DC-DC变换作为一种基本的电能变换方式,广泛用于无人艇、照明电源、能量存储装置、电动汽车充电桩等应用中。CLLLC变换器是DC-DC变换器众多拓扑结构中的一种,具有高功率密度、宽调压范围、高开关频率等特点。然而,较高的开关频率以及电压脉冲等因素使得变换器中开关管容易发生故障。本文以双向CLLLC谐振变换器为研究对象,以提高变换器设备可靠性为目标,对这种变换器调制策略以及其功率管开路故障诊断方法展
海浪方向谱可以描述海浪能量在频率和方向上的分布,对海浪相关研究具有重要的意义。在海浪理论研究、船舶设计、海上平台设计及相关海上工程建设中,往往需要给定海面条件下的海浪方向谱,这可以通过将海面条件参数（如风速、有效波高、峰值频率等）输入到经验方向谱模型中计算得到。随着海浪方向谱的应用范围逐渐扩大,建立准确的经验海浪方向谱模型也变得愈发重要。本文基于NDBC（National Data Buoy Ce