【摘 要】
：
在图像采集过程中,受到设备、环境、网络等客观因素的影响,获取的图像往往会产生一定程度的退化,对后续的图像处理造成不利影响。此时,通常可以使用超分辨率重建方法,对图像进行增强。然而,目前常用的图像超分辨率评价指标:峰值信噪比和结构相似性,没有对图像识别效果起到直接作用。针对上述问题,本文开展了面向识别的图像重建算法研究以及后续的重建图像识别算法研究。针对缺少面向识别的超分辨率数据集的问题,本文以公开
论文部分内容阅读
在图像采集过程中,受到设备、环境、网络等客观因素的影响,获取的图像往往会产生一定程度的退化,对后续的图像处理造成不利影响。此时,通常可以使用超分辨率重建方法,对图像进行增强。然而,目前常用的图像超分辨率评价指标:峰值信噪比和结构相似性,没有对图像识别效果起到直接作用。针对上述问题,本文开展了面向识别的图像重建算法研究以及后续的重建图像识别算法研究。针对缺少面向识别的超分辨率数据集的问题,本文以公开的DOTA数据集为基础,通过图像裁剪和降采样处理,构建了超分辨率重建数据集,使用训练好的超分辨率模型,获取重建图像并将其作为识别数据集,为实验提供了数据支撑。针对当前的超分辨率重建技术忽略图像可识别性的问题,本文提出了一种基于识别特征保持的超分辨率重建算法（RFPESRGAN）。RFPESRGAN算法一方面增加了基于特征保持的特征提取模块,从高分辨率图像和对应的重建图像分别提取识别特征,并基于识别特征计算特征匹配损失和相对分类损失,将识别时发挥作用的特征纳入到超分辨率重建过程,从而使SR图像具备更多利于识别效果的特征;另一方面,RFPESRGAN算法在生成器中加入了空间注意力模块,使图像重建过程注意目标区域的信息还原,从而优化重建图像的识别效果。针对缺乏适用重建图像的识别网络这一问题,本文提出了一种基于重建图像的识别技术（FR-GAN）。该技术以SRBIF算法为基础,改变了判别器的结构,将判别器更换为全连接层,使真假判断变换为识别效果判断。同时重新设计了相应的对抗损失函数,约束生成器从重建图像中提取到利于识别的特征,并以此构建识别网络。通过对比实验,本文提出的FR-GAN对重建图像的识别效果存在显著提升。
其他文献
随着工业化生产的快速发展,资源短缺的问题逐渐被政府与企业重视起来,再制造闭环供应链系统也受到了越来越多的关注。企业为了更好地做出最优决策,往往会在制定生产计划时考虑自身的产能约束。同时,为了实现资源的充分利用,闭环供应链中的逆向回收过程成为了研究重点。在回收过程中,企业致力于通过不同的回收渠道与回收决策来提高回收率。由于环境污染问题的日益严峻,对碳排放的管制同样成为了政府与企业亟待解决的问题。在上
超声成像,因为具有实时性好、成本低、无创等优势,在医学诊断中有着广泛的应用。为了帮助医生做出高效客观的分析和诊断,需要使用图像分割技术对医学超声图像中的关键目标进行定位和提取。近年来,深度神经网络的蓬勃发展,带动了图像分割领域的进步,推动了计算机辅助诊断系统的发展。然而,与其他的成像方式不同,受超声成像原理和成像设备的影响,超声图像存在着目标不显著、尺度变化大的问题,并受到散斑噪声的干扰。这些问题
遥感图像配准作为一项关键且基础的技术在遥感领域有着重要的作用,如几何校正、图像融合、图像拼接和变化检测等。对于时间跨度较大的待配准图像存在以下问题:首先当前深度学习方法难以提取百万像素级别的高分辨率待配准图像的特征信息。其次由于待配准图像的成像时间不同,同时伴随着成像设备、拍摄角度、气候条件等不同,导致获取的图像存在地物变化、亮度不同、角度变化等情况,导致待配准图像可配准区域减少,配准精度下降。本
得益于在分布式控制、智能电网、大规模机器学习以及许多其它领域的应用前景,分布式优化已成为控制领域最为活跃的研究方向之一。本文基于原始-对偶梯度法,包括其连续时间形式——原始-对偶梯度动力学和离散时间形式——原始-对偶梯度算法,对一类带有耦合等式约束和局部集合约束的分布式约束耦合优化问题（下面简称P）进行了深入研究:首先,针对P的特例（不存在局部集合约束）设计了一种增广原始-对偶梯度动力学并分析了其
语义地图除了具有场景的几何结构信息外,还能提供高层次的物体语义理解,在越来越多的三维视觉场景任务如增强现实、人机交互、无人驾驶等中得到应用。语义地图需要从场景中推理出相关知识或语义,这离不开语义分割。语义分割在深度学习的推动下迅速发展,成为三维场景理解的基础,是机器视觉领域重点研究技术之一。基于深度学习的语义分割与语义建图算法还有诸多挑战,一方面,语义分割精度和实时性还存在提升空间;另一方面,语义
多智能体系统一致性的研究有助于揭示群体智能的内部机制,相关成果在民用、军事领域具有广泛的应用前景,例如协同编队、分布式优化和分布式观测等。智能体之间的信息共享是系统到达一致的一个重要条件。实际场景中,由于存在环境噪声或测量误差等不利因素,智能体之间往往不能准确地获取其邻居信息;在社交网络中,由于受到同伴压力或社会认同等因素的影响,个体往往不会表达自己真实的观点,而是表达一个修饰后的观点。基于上述考
目的 探析综合性康复治疗对头颈部肿瘤患者放疗后情绪、体力与生活质量影响。方法 选取97例头颈部肿瘤患者作为研究对象,根据收治时间先后分为常规组（49例）和综合组（48例）。常规组采用常规康复治疗,综合组在常规组基础上采用综合性康复治疗。比较两组治疗前后焦虑、抑郁评分,治疗前后患者提供的主观整体营养状况评估量表（PG-SGA）评分、体质量,治疗前后非利手握力、生命质量测定量表（QLQ-C30）评分。
随着无人系统技术的不断发展,不同类型的无人系统相互跨域协同凭借其明显的优势已经成为了当前无人系统技术研究和应用的热点领域。无人机搭配无人艇水空跨域协同作业可有效的将海洋的监测、感知维度从二维拓展到三维,赋予在海洋上跨域无人系统集群的立体监测和巡逻侦察的能力。本文对无人艇和无人机水空跨域协同编队技术展开了研究,并开展了仿真与物理实验工作,具体内容如下:首先,研究了无人艇编队问题。依据领导跟随法的编队
随着无人驾驶领域的发展,无人艇（Unmanned Surface Vehicle,USV）作为水面无人系统的载体倍受大众关注,在集群控制、任务分配、目标识别与跟踪、路径规划与导航等领域具有重要的应用价值。良好的感知能力是无人艇执行高阶任务的前提,因而需装备多类传感器。由于激光点云包含丰富的位置信息,且能够满足全天候的采样需要,所以本文根据激光雷达提供的观测数据,以三维点云为主要研究对象,发掘目标的
语义分割是计算机视觉领域中的基础课题之一,在自动驾驶与医学影像处理等领域中有着重要的应用。由深度传感器获得的深度图像包含场景的空间几何信息,可以作为RGB图像中颜色纹理信息的补充,用于提升语义分割的性能,因此,近年来RGB-D语义分割算法受到了较多的关注。本文针对当前RGB-D语义分割中图像的噪声问题和分割细节不足的问题进行了系统的分析和研究,并在主流的基于双流网络的RGB-D语义分割框架上提出了