论文部分内容阅读
基于多级特征融合的图像超分辨率重建研究
【机 构】
：
浙江师范大学
【出 处】
：
浙江师范大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
现如今,人们正处于信息化的时代,研究学者们越来越热衷于从图像中获取所需的信息,而图像上的文本可以帮助人们更好的理解图像信息。因此,提取图像中的文本信息成为了近年来科研界的一个热门的研究任务,而自然场景下拍摄的图像非常复杂多变,给检测任务带来了极大的挑战。传统的机器学习方法已经不能满足任务的需求,得益于深度学习技术的推广和应用,给场景文本检测任务带来了新的机遇和可能性,广大研究学者纷纷将深度学习技术
学位
近年来,随着移动互联网和智能传感器技术的发展,移动群智感知计算模式在学术界、工业界和企业界得到广泛的关注。移动群智感知系统利用工人携带的智能设备的感知与计算能力,通过移动互联网进行协作来完成复杂的感知任务。在移动群智感知系统中,工人招募是一个核心共性的研究问题,是一种考虑任务和工人等因素的满足多种优化目标和约束条件的组合优化问题。移动群智感知中的工人招募问题的研究主要面临参与感知任务的工人数量不足
学位
随着深度强化学习技术在视频游戏领域的不断发展,越来越多难度各异的视频游戏被深度强化学习智能体所掌握,这些智能体在某些视频游戏中甚至可以比肩人类职业游戏玩家。相较于视频游戏,基于文本语言的文本类游戏因其特殊的游戏方式和市场流行度较低等因素,使得关于文本游戏领域的研究相对于视频游戏领域要少一些。基于上述背景,本文将研究目光投向了流行度较低的文本游戏。在之前关于文本游戏的相关研究中,大多通过修改深度强化
学位
随着人工智能的发展,我们的生活发生了翻天覆地的变化。其中,让机器懂得人类的语言一直是我们梦寐以求追寻的目标。人们对语言信息处理的需求越来越大,人们迫切需要用自动化的手段处理海量的语言信息。例如:机器翻译,问答系统,人机对话等。这些自然语言处理的应用已经深入的渗透到人类的日常生活中。但是,这些应用与人类的水平还有一段距离。其背后原因可能是机器并不是真正的理解自然语言所表达的含义。所以,自然语言理解的
学位
在用户历史交互记录中,蕴含着丰富的映射用户潜在兴趣偏好的信息,这些信息可以帮助推荐系统建模,从而向用户推荐他们潜在兴趣的内容或商品,在电子商务领域中扮演着重要的角色。这种方式不仅方便用户以更高效、快捷的方式获取有利信息或商品,而且电子商务平台也可以通过推荐系统的技术,主动地将产品或者服务准确地投放给目标用户,以便他们获取更高的利润。由于用户的个性化商品推荐与人们日常生活息息相关,所以越来越多的研究
学位
图像超分辨率重建是深度学习的重要分支,受到越来越多科研人员的关注。目前,图像超分辨率重建方法以深度学习为基础在图像的定性和定量上取得了突破性的发展。为了提高图像的重建质量,现有的基于深度学习的图像超分辨方法一般都是通过增加网络模型的深度提高图像的重建质量。但是,实验也表明随着网络模型深度的增加,图像过渡平滑现象会越来越严重。除此之外,由于自然场景下真实低分辨率图像受到天气、噪声和模糊度等因素的影响
学位
现有的图像修复方法,主要针对自然场景、建筑物等图像,对于人脸图像的修复并没有过多的深入研究。自然条件下的人脸图像的修复,会随着人脸姿势、遮挡、表情等因素而造成修复结果产生偏差,比如出现边界区域模糊、结构不连贯等问题。本课题着重关于人脸图像的修复展开研究,提出了基于人脸结构特征先验引导的图像修复算法,该算法通过在残缺人脸图像中使用卷积神经网络提取人脸结构潜在信息,然后通过人脸结构条件约束和重建隐藏层
学位
电商平台和网络社交媒体的快速发展,让我们的生活更加丰富多彩,获取信息也更加方便,但是随之而来的是信息过载给我们上网所带来的巨大影响。而推荐系统则在一定程度上减轻了目前信息爆炸的问题,也可以有效的帮助人们更加迅速的寻觅到他们所需的信息。但是,数据稀疏和冷启动等问题会对推荐的质量造成较大的影响,如何克服这两个问题也成为了诸多学者研究的目标。已有研究表明利用信任信息可以在一定程度上解决数据稀疏和冷启动的
学位
随着云计算、大数据及网络等技术的快速发展，社会进入了信息化时代，各种信息系统成为人们日常生活的基础设施，人们的工作、学习、生活无不严重依赖于网络，信息安全日益成为焦点问题。密码学是信息安全的核心与支撑性技术，密码技术的应用对社会信息化的健康发展具有不可替代的作用。 信息化时代，数据规模不断扩大，巨大用户数量、海量数据规模、高并发处理性能，都对密码运算的加解密速度、数字签名和验证速度等性能指标提出
学位
估计图像中物体的三维位姿(位置和朝向)是计算机视觉领域的基本问题，在增强现实领域起着非常核心的作用。在增强现实环境中，系统需要实时跟踪现实世界中特定物体的位姿，才能保证渲染的虚拟物体与现实物体保持几何一致性。基于视觉的三维物体跟踪方法是实现连续跟踪物体位姿的关键技术，由于其具有非侵入式、准确和廉价的优点得到快速发展。随着智能移动设备的普及和其计算能力的提升，基于单目彩色相机的三维物体跟踪方法成为研
学位