【摘 要】
：
目标运动场景去模糊问题是一个具有挑战性的病态逆问题,这是因为在动态场景中不同目标和背景区域可能会存在不同的模糊核.现有的基于能量优化的去模糊方法是将模糊图像分割成具有不同模糊度的多层图像,然后对不同的模糊层进行去模糊处理,然而其优化方案往往涉及迭代,耗时又烦琐.针对目标区域与背景区域可分离的模糊场景,结合传统的基于能量优化和基于深度学习方法的优点,提出一种基于深度对抗网络和局部模糊探测的目标运动场
论文部分内容阅读
目标运动场景去模糊问题是一个具有挑战性的病态逆问题,这是因为在动态场景中不同目标和背景区域可能会存在不同的模糊核.现有的基于能量优化的去模糊方法是将模糊图像分割成具有不同模糊度的多层图像,然后对不同的模糊层进行去模糊处理,然而其优化方案往往涉及迭代,耗时又烦琐.针对目标区域与背景区域可分离的模糊场景,结合传统的基于能量优化和基于深度学习方法的优点,提出一种基于深度对抗网络和局部模糊探测的目标运动场景去模糊模型,该模型由三个生成网络组成,用以建模潜在清晰图像、模糊核和模糊图像的权重变量.模型采用深度图
其他文献
在光学镜片缺陷检测中,为提高光学镜片图像阈值分割的精度和速度,提出一种新的粒子群算法(PSO)+Otsu阈值分割算法。该算法通过改进PSO权重因子更新策略,增加权重因子在迭代初期位于较大值的时间,增强全局搜索能力,计算粒子的最优位置,并把最优位置赋值给Otsu算法,最终实现光学镜片图像的阈值分割。改进的权重因子更新策略能够克服典型线性递减权重因子更新策略由于迭代初期的全局搜索能力不足,导致后期陷入
韦伯局部描述子(WLD)是一种有效的图像特征描述子。但是,构成WLD特征的差分激励和梯度方向无法准确地刻画掌纹图像的局部灰度变化和纹线的方向,因此基于WLD的掌纹识别性能并不高。针对掌纹图像纹线特征较丰富的特点,对WLD特征进行改进获得多尺度Gabor方向韦伯局部描述子,以提高掌纹识别的性能。首先,采用多尺度Gabor滤波器对掌纹图像进行滤波,得到多尺度能量图和方向图;然后,基于能量图计算差分激励
针对交通标志只在图像中占极小的区域且难以准确识别的问题,提出一种基于注意力模型的无锚框交通标志识别算法,利用密集连接网络DenseNet-121作为骨干网络并对特征进行提取。为了解决小型交通标志准确率低的问题,在骨干网络中加入注意力模型,可以对特征图进行空间和通道上的自适应调整,通过加强或抑制特征图中元素的权重可以提升对小型交通标志的识别性能。为了减小编码路径与解码路径间的语义鸿沟,引入残差网络的
针对RGB图像在光照条件较差的情况下,难以检测其显著性目标区域,热红外(T)图像具有红外热辐射,难以检测其显著性目标边界的问题,提出一种基于RGB、T图像信息融合互补的显著性检测算法。首先,基于IHS颜色空间建立图像光照条件,判断RGB、T图像的光照情况;并提出RGB-T图像自适应光照融合算法,该算法根据图像的光照情况引导RGB-T图像的融合,以生成多级RGB-T光照融合图像,提高显著性目标的区域
光子计数成像技术具有灵敏度高、时间分辨率高、光子利用率高的特点,是近年来激光雷达技术领域的研究前沿。高效的图像重建算法能在硬件系统的基础上以较低的代价提升重建图像的质量或突破单纯依靠硬件技术的瓶颈,成为光子计数成像技术领域的热点问题。针对已有的光子计数成像算法,系统梳理了光子计数成像技术的原理与特点,对若干典型问题进行了深入的调研与讨论,并对该领域未来的发展趋势进行了思考与展望。
在变电站二次侧管理中,压板承担着重要作用。针对现有压板状态识别方法效果不理想的问题,提出了一种融合注意力机制的双线性细粒度压板状态识别方法。首先,通过注意力机制将注意力集中到压板接触部分;然后,利用双线性细粒度模型将重点集中到与压板开闭相关的关键区域;最后,从关键区域中提取有效的特征以实现对压板状态的准确识别。实验结果表明,本方法能实现压板状态的端到端识别,识别准确率可达到98%;且相比传统方法,
针对现有数字水印算法对于几何攻击稳健性差、嵌入彩色版权图像信息量过多导致效率低下等问题,提出一种基于SURF(speed up robust features)几何校正和半色调映射加密的彩色零水印算法。基于SURF提取载体图像的特征点,并将其特征点信息保存为密钥用于实现盲检测。在版权验证过程中,提取受攻击图像的特征点并进行密钥匹配,使用筛选后的特征点估计出仿射矩阵,对受攻击的图像进行几何校正。同时
三维激光扫描点云在采集和处理后生成的三角化网格,由于测量设备限制或模型自身形状特点常包含孔洞,这类孔洞会给后续三维重建带来障碍。针对孔洞修补问题,提出了一种激光三角网格曲面点云孔洞修补算法。首先对封闭孔洞通过遍历三角网格确定三角面片边界,检测孔洞。其次基于最小角度法在孔洞多边形处快速生成新三角面片,形成初始网格。然后融合最小二乘网络与径向函数隐式曲面,利用最小二阶导数对曲面曲率进行最小化,并与原始
针对基于三维(3D)变形模型的人脸图像重建方法对人脸特征点检测不准确导致的重构模型形状表达能力不稳健问题,提出了一种优化3D变形模型参数的重建方法。首先,通过改进的位置映射图网络准确提取和定位人脸特征点,并以此为基础得到初始模型参数。然后,为了提高模型的精准度和泛化能力,融合基于回归方法得到的参数获取优化的模型参数。最后,对3D变形模型进行优化,得到最终的人脸模型。用真实人脸作为实验数据的结果表明
随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用。分析了大数据生物特征识别技术的发展态势,总结了生物特征类型以及大数据驱动的生物特征识别技术发展与应用,探讨了大数据生物特征识别技术的未来发展趋势。