多损失融合相关论文
为解决基于生成式对抗网络的图像修复模型存在的修复结果效果差和内容、细节等特征信息还原不准确这一问题,提出一种融合通道、像......
为增强遮挡场景下所提取行人特征的判别力,有效挖掘样本类别信息,提出了一种基于特征关联和多损失融合的行人再识别方法.首先利用......
现有图像去运动模糊结果容易在视觉感知上产生边缘特征不明显,出现大幅度的伪影现象,且在深度网络训练过程中,存在因加深网络导致......
现如今,随着计算机超强计算能力和巨大存储能力的提升,以及社会对于安保的需求,监控设备被安装布置在各个地方的不同场景中。同时......
针对车型精细识别率低的问题,提出基于局部特征与多损失融合的车型精细识别算法。首先通过Faster RCNN获取区分度较大的车脸区域;......
监控系统在公共安全方面发挥着至关重要的作用,随着监控系统规模的越来越大,传统的人工监测方法已经无法适应社会的发展。因此智能......
图像超分辨率重建研究存在结果客观衡量指标不断变优,但是视觉感知质量依旧平滑的问题。同时,应用生成对抗网络的超分辨率模型中的......
