【摘 要】
:
自从卷积神经网络应用到图像超分辨率领域以来,越来越多的神经网络被提出,并且取得良好的效果,但是当前大多数方法都严重依赖于模型的深度和宽度,而没有充分利用底层信息。针对以上问题,提出了一种新型特征浓缩网络,该网络通过多个特征浓缩块逐步提取有效特征信息。网络包括特征提取模块、特征浓缩模块和重建模块,并添加了双三次插值运算和全局残差学习。通过底层特征处理来提取有用的特征,使用特征浓缩块进一步提取特征,由
【基金项目】
:
江苏高校优势学科建设工程资助项目,中国博士后科学基金(2017M611905),江苏省高等学校自然科学研究面上项目(17KJB520034),苏州市产业技术创新专项(民生科技)(SS201701)。
论文部分内容阅读
自从卷积神经网络应用到图像超分辨率领域以来,越来越多的神经网络被提出,并且取得良好的效果,但是当前大多数方法都严重依赖于模型的深度和宽度,而没有充分利用底层信息。针对以上问题,提出了一种新型特征浓缩网络,该网络通过多个特征浓缩块逐步提取有效特征信息。网络包括特征提取模块、特征浓缩模块和重建模块,并添加了双三次插值运算和全局残差学习。通过底层特征处理来提取有用的特征,使用特征浓缩块进一步提取特征,由重建模块恢复高分辨率图像。在实验中,选择4个不同的公开数据集进行不同尺度的测试,通过实验结果可以看出,所
其他文献
乳腺癌细胞转移是影响病患预后的重要因素,检查前哨淋巴结病理切片可诊断转移情况。传统病理学医生检查过程冗余费时且极易漏检微转移病灶。目前已有利用卷积神经网络研究乳腺癌前哨淋巴结转移的成果,但准确率不高且对微转移情况检测效果不佳。针对以上问题,基于乳腺癌前哨淋巴结病理图像数据集(PCam),设计提出了SENet多路卷积神经网络模型。模型使用堆叠多路卷积单元和SENet模块,采用跳跃跨层连接、标准卷积与
目的:探究经阴道彩色多普勒超声诊断异位妊娠的临床价值.方法:选取我院2019年1月-12月收治的异位妊娠患者共80例,分别经腹部超声及经阴道超声进行诊断,对比两种检查的典型影
目的:探讨冠心病PCI患者出院准备度现状及影响因素.方法:选取2020年1月至2020年12月的80例冠心病PCI患者作为研究对象.采用一般资料调查表、出院准备度量表(RHDS)、出院指导
通过分析心音信号对心脏早期的病理状态进行确诊具有重要的意义。提出了一种基于深度卷积神经网络的心音分类方法。将心音信号转化成具有时频特性的梅尔频谱系数(Mel Frequency Spectral Coefficient,MFSC)特征图,将其作为深度卷积神经网络模型的输入;利用深度卷积神经网络对MFSC特征图进行训练,引入中心损失函数建立最优的深度学习模型;测试阶段,先将心音信号转换成多张二维MFSC特征图,然后利用训练好的深度学习模型对其分类,最后利用多数表决原则判断心音信号的类别。针对人工标注的训练样
目的总结儿童狼疮性肾炎(LN)的临床特征并分析其治疗效果及远期预后,探讨LN患儿进展至终末期肾脏病(ESRD)的危险因素。方法回顾性分析2003年1月至2019年12月于中山大学附属第一医院治疗并随访的343例LN患儿的一般情况、临床表现、实验室检查、治疗、随访(截至12月31日)和预后情况等临床资料。根据肾活检病理的不同分型比较其完全缓解率;根据诱导治疗6个月后缓解情况分为完全缓解组和部分缓解组
针对目前室内场景语义分割网络无法很好融合图像的RGB信息和深度信息的问题,提出一种改进的室内场景语义分割网络。为使网络能够有选择性地融合图像的深度特征和RGB特征,引入注意力机制的思想,设计了特征融合模块。该模块能够根据深度特征图和RGB特征图的特点,学习性地调整网络参数,更有效地对深度特征和RGB特征进行深度融合;同时使用多尺度联合训练,加速网络收敛,提高分割准确率。通过在SUNRGB-D和NY
随着室内导航定位技术的兴起,无人机(Unmanned Aerial Vehicle,UAV)技术在室内环境中的应用得到前所未有的发展,对无人机航迹规划能力提出了更高的要求。由于室内环境空间较为复杂,且现有的强化学习算法收敛速度慢,提出一种基于强化学习的集成方法。通过给定的起点和终点位置的坐标连线,判断出主要障碍物及围绕主要障碍物的节点,减少无用节点的搜索;在Q值初始化过程中通过数学关系构造出方向趋
为了满足对安防图像数据安全准确高效的处理需求,在低延迟、高可靠性的边缘计算环境中设计了一种实时性目标检测框架,按层次分为终端网络层、边缘服务器层与云层。在终端网络层采用BING(Binarized Normed Gradients)算法区分图像的目标区域与背景区域,对不同区域采取选择性压缩以减少数据传输量。在边缘服务器层,针对安防图像中小目标易漏检的问题提出了基于SSD(Single Shot M
同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)作为自主移动机器人的基本功能,近年来已成为机器人领域的研究热点。然而现有视觉SLAM算法大多将外部场景作为静态假设,忽略了环境中运动物体对SLAM系统精度的影响,影响SLAM系统在实际环境中的应用。鉴于此,提出一种适用于动态场景的鲁棒视觉SLAM算法,以ORB-SLAM2框架RGB-D模式为基
目的:探讨系统性健康教育及心理护理在妊娠糖尿病患者中的应用效果.方法:选取我院2019年1月至2020年1月收治的69例妊娠糖尿病患者作为本次的研究对象,采用随机数字表法将其分