跳跃连接相关论文
随着深度学习的不断发展和计算能力的日渐提升,医学表征的自动辅助识别成为当下智慧医疗的重要发展方向。相比传统资深医师的经验,......
针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题,提出了一种基于注意力机制的端到端图像去雾方......
随着电动汽车的广泛使用,其安全问题也越来越多,电动汽车的安全行驶离不开车载电机的正常运行。因永磁同步电机(Permanent Magnet S......
在图像复制粘贴伪造检测领域,精确地定位被篡改的小目标的边界非常具有挑战性。当前基于深度学习的方法通过检测图像中的相似内容来......
为了解决经典分割算法对于视网膜血管分割精度不够的缺陷,通过将U-net3+(全尺度连接U形网络)应用于视网膜微血管分割,并加以改进来......
肺癌是严重影响人类健康的全球性高发疾病,早期的诊断以及提高诊断的准确率可大大减小肺癌引起的死亡率。早期肺癌以肺结节的形式......
自然场景中文本的形状、方向和类别等变化丰富,场景文本检测仍然面临挑战.为了能够更好地将文本与非文本分隔并准确定位自然场景图......
针对目前常见的U-Net网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真......
针对生成对抗网络(GAN)在人脸修复任务中存在的修复效果不佳、细节体现不足、修复边缘生硬等问题,提出一种跳跃连接式生成对抗网络......
语音情感识别是自动语音识别的重要研究方向,提取最能表征语音情感的特征并构建具有较强鲁棒性和泛化性的声学模型是语音情感识别......
针对现存方法对林地检测结果细节丢失严重、边缘不够精细的问题,文中提出一种基于多尺度特征融合的网络结构,使用Labelme手动对数......
图节点分类在社交网络、电子商务和疾病预测等领域有着广泛的应用。图结构的复杂性给现有分类算法的应用带来了挑战,因此探索高效......
该文提出一种基于全卷积深度残差网络、结合生成式对抗网络思想的基于属性一致的物体轮廓划分模型。采用物体轮廓划分网络作为生成......
人脸图像修复技术是近年来图像处理领域的研究热点,而人脸图像大面积缺失导致损失语义信息过多,一直是该领域的重点难点问题。针对......
近年来,深度学习被广泛应用于图像超分辨率重建。针对基于深度学习的超分辨率重建方法存在的特征提取不充分、细节丢失和梯度消失......
针对SSD目标检测算法在对小目标进行检测时精度与速度不佳,提出一种基于SSD的多尺度特征融合(Multi-scale Feature Fusion Single ......
图像超分辨率重建作为一种廉价方便的图像增强手段,在视频监控、医学成像、卫星遥感等领域有着重要的研究意义。为此结合深度学习......
基于深度学习网络在医学图像分割方面取得了很多成果。由于类圆形的肺结节不同于血管和大部分肺部结构呈扁平状,因此通过对U-Net进......
现代医学技术的进步离不开医学影像的辅助诊断,随着CT技术应用越来越广泛,如何能够用更少剂量的X射线重建出更清晰的CT图像成为了......
随着图像数据的爆炸性增长,图像处理变得越来越重要。显著性目标检测是图像处理的重要研究方向之一,目标检测因其在真实世界的大量......
图像作为社交网络的主流信息载体,包含丰富的信息,能够为人们分享日常生活、记录事件、传递感情,被广泛地应用在人们日常生活中。......
心房颤动是最常见的心率失常之一,并且与大量心血管疾病相关的发病率和死亡率密切相关。早期的房颤检测可以提高治疗的有效性和预......
针对现有肝脏图像分割方法存在分割精度较低的问题,提出一种改进U-Net的肝脏分割方法。该方法对U-Net结构做出以下改进,即引入改进......
由于图像的像素越来越小,数字成像传感器输出的信号对光子噪声的敏感性越来越强,使光子噪声成为数字图像传感器噪声的主要来源。鉴......
为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络(CNN),提升了视觉自定位的精度.首先,使用编码器从......
针对卷积神经网络中的图像超分辨率重建模型训练不稳定与收敛速度较慢等问题,提出一种可嵌入式并行网络框架(EPNF),用于单幅图像超......
当前灰度图像彩色化方法普遍存在边界晕染、细节丢失和着色效果枯燥等问题。针对以上问题,提出了一种基于改进的深层聚合结构网络......
针对红外图像中噪声强度高、类型多的问题,提出一种基于卷积自编码器实现的图像降噪模型——IS-DCAE。通过分析红外图像噪声干扰原......
为了解决图像修复过程中破损区域信息丢失问题并实现图像中任意破损区域的修复,设计了双编码器模型,独立地对掩模和图像进行编码,......
针对传统方法进行图像分割易受噪声影响的问题,提出一种基于U-Net网络的无人机图像语义分割网络模型。该模型不需要对图像进行预处......
单幅图像超分辨率问题是典型的图像反问题。近年来深度学习广泛应用于图像超分辨率重建。为提高超分辨率算法的性能,本文利用多尺......
针对目前的遮挡人脸图像修复领域中遮挡部位与遮挡大小的限制或修复后人脸图像不够连贯等问题,提出一种改进的Wasserstein生成对抗......
近年来,以循环神经网络(RNN)为主体构建的预测模型在短期电力负荷预测中取得了优越的性能。然而,由于RNN不能有效捕捉存在于短期电......
随着图像数据的爆炸性增长,图像处理变得越来越重要。显著性目标检测是图像处理的重要研究方向之一,目前已采用多种研究方法进行显......
在人类对世界认知的过程中,颜色具有举足轻重的作用,因此,灰度图像彩色化是数字图像处理领域的一个重要课题,具有巨大的挑战和研究......
准确、快速地提取耕地面积和分布信息是农业生产的基础,对于农业资源监测和国家粮食安全具有重要的意义,随着遥感技术的发展,通过......
针对传统的神经网络未能对时频域的相关性充分利用的问题,提出了一种利用深度全卷积编解码神经网络的单通道语音增强方法。在编码......
针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利......
图像修复是一项利用缺损图像中已知信息对缺损区域信息进行估计修复的技术。针对大面积语义信息缺失的图像进行修复时,若训练数据......
合成孔径雷达(SAR)通常会被一种称为散斑的乘性噪声干扰,这使得图像的解释变得困难。为解决这一问题,提出一种改进卷积神经网络SAR......
针对传统生成对抗网络(Generative Adversarial Networks,GAN)在图像翻译过程中生成图像的轮廓、纹理等特征丢失以及造成图像翻译......
图像修复就是利用破损图像的已知部分的信息预测破损区域内容。随着数字图像处理技术的发展以及PC和智能设备的普及,人们对图像的......
针对雾天场景图像恢复过程中图像清晰度下降的问题,提出了一种结合残差学习和跳跃连接的图像去雾算法。使用清晰图像与对应的合成......
针对DCNN存在网络复杂度高和梯度消失的问题,设计了一个深度Res Nets模型,该模型通过添加与卷积神经网络各层并行的skip层连接来降......