【摘 要】
：
随着信息化社会的到来,图像已然成为人类获取信息和传输信息的主要途径之一。高分辨率图像相较与低分辨率图像包含了更多的图像特征信息和更好的视觉效果,现代社会在各个领域的图像应用中对于图像分辨率的要求正在日益提升。由于图像在采集过程中,采集图像的环境因素、采集图像的硬件设备质量、采集图像的存储方式等等原因均会导致所采集图像的分辨率降低的现象。所以,通过对低分辨率图像进行信息处理得到高分辨率图像的图像超分
论文部分内容阅读
随着信息化社会的到来,图像已然成为人类获取信息和传输信息的主要途径之一。高分辨率图像相较与低分辨率图像包含了更多的图像特征信息和更好的视觉效果,现代社会在各个领域的图像应用中对于图像分辨率的要求正在日益提升。由于图像在采集过程中,采集图像的环境因素、采集图像的硬件设备质量、采集图像的存储方式等等原因均会导致所采集图像的分辨率降低的现象。所以,通过对低分辨率图像进行信息处理得到高分辨率图像的图像超分辨率重建技术引起了众多学者的广泛关注。使用卷积神经网络对图像进行超分辨率重建是目前图像超分辨率重建算法的主流方式,然而图像的重建效果较为依靠卷积神经网络的模型和参数设置。针对以上问题,本文在对现有基于卷积神经网络图像超分辨率重建算法的研究下,分别提出了模型优化和模型优化与参数优化结合的两种图像超分辨率重建算法。基于多尺度与残差网络的图像超分辨率重建算法主要内容如下:（1）提出多尺度密集连接的图像特征信息提取网络。图像特征信息提取过程中多尺度卷积核的使用丰富了网络模型的特征信息提取方式。在多尺度的卷积核中建立密集,融合不同尺度卷积层提取的多样化图像特征信息,有效提升了整体网络的图像提取能力,增强了网络中的信息流通性,并实现通道特征维度的复用。（2）提出多重残差网络的图像特征信息补充网络。残差网络可用于解决深层卷积神经网络的图像特征信息丢失和梯度消失问题,多重残差网络的建立可以多方面多层次的对图像特征信息进行补充,完善整体网络模型的图像重建效果,且有效抑制了深层卷积神经网络反向传播中权重更新的梯度消失问题。基于多尺度与注意力机制的图像超分辨率重建算法主要内容如下:（1）提出改进的混合卷积网络。改进的混合卷积网络由传统卷积和扩张卷积联合组成,通过对扩张卷积扩张率的合理设计避免了其本身存在的图像细节信息丢失的问题,利用扩张卷积的优势,在不丢失图像细节信息的情况下有效的增强了对图像轮廓信息的提取。（2）提出多尺度卷积与双注意力融合网络。使用多尺度的卷积核设计了小规模密集连接和跳跃连接,利用通道注意力机制和位置注意力机制,对提取的图像特征信息进行维度和位置的参数优化,增强有效图像信息的特征表现,对无效特征信息和干扰信息实现抑制。（3）提出多尺度混合卷积与注意力机制的网络模块。该模块是改进的混合卷积网络、多尺度卷积与双注意力融合网络及常规网络的合理搭配。将多尺度卷积与双注意力机制网络设为图像特征信息的主要提取单元,使用改进的混合卷积网络和残差网络对图像特征信息进行高效补充,并将部分激活函数做出改进保证模块反向传播中权重的完善收敛。使用所提模块构建模块垒叠的整体网络模型,垒叠的整体网络模型可将模块数量的逐次增加,通过测试寻求出最有效的模块数量,以达到最优的重建效果。为验证本文所提两种算法的有效性,本文将所提算法与选取的经典算法进行实验对比。实验表明,本文所提算法重建图像更加清晰,细节纹理较为完善,在客观评价和主观评价中均获得了较好的效果。
其他文献
环境、天气等因素影响图像采集的质量,在图像传输过程中降低图像的分辨率。低分辨率图像影响人们对信息的获取,因此获取高分辨率图像信息是至关重要的。通常采用软件技术提升图像的分辨率,这一过程称为图像超分辨率重建。传统方法不能充分利用低分辨率图像的信息,将卷积神经网络引入到图像重建能够提取更丰富的深层特征信息,得到质量更佳的重建图像。但也存在诸多缺点,网络层过浅获取信息能力不足、感受野较小;网络层过深导致
目前智能汽车关于辅助驾驶研究主要分为两种方式,一种方式是特斯拉科技,特斯拉科技的逻辑是模仿人眼视觉系统,将摄像头拍摄到的图像应用神经网运算对其分析计算,直接得出结果,不借助其他感知信息,只利用视觉来实现自动驾驶。另一种方式是中国大部分汽车企业都采用的视觉及激光雷达融合检测。无论哪种方式,车道线检测都是其中的主要技术之一,因此车道线检测受到了研究人员的广泛关注,是计算机视觉领域重要的研究内容之一。传
恶性黑色素瘤是一种致死率极高的的皮肤癌,因为黑色素瘤种类多样、病灶特征复杂,增加了其临床诊断的难度,早期的诊断和临床干预可大大减少患者的死亡率。而皮肤镜技术可以获取清晰放大的病灶特征信息,有利于帮助医生对病情进行分析诊断。若仅靠医生对皮肤镜图像进行肉眼诊断,因具有丰富临床经验的医生数量较少,而且医生个人主观因素会影响诊断结果,会出现成本高、准确率低的问题。而如今,借助计算机技术对皮肤镜图像进行自动
目的单侧原发性醛固酮增多症（PA）通常可手术治愈,然而不同研究结果之间差别较大,无论是高血压改善率还是影响高血压改善相关危险因素,均存在不同说法。本研究通过可容易获得的临床资料,对单侧醛固酮腺瘤术后高血压完全恢复相关因素进行分析并建立预测模型,期待为相关患者临床诊治提供帮助。方法回顾性收集2013年2月至2021年6月于兰州大学第二医院接受腹腔镜下肾上腺肿瘤或肾上腺切除术的单侧PA患者的临床资料,
目的:回顾性分析睾丸扭转患者的病例特点并调查患者的预后情况,评估术前血液学参数对睾丸扭转的诊断价值及预测睾丸存活率的作用。明确患者术后睾丸是否萎缩以及睾酮水平、青春期发育、精液质量和生育能力、性功能和性欲、心理健康、生活质量是否受到影响。为睾丸扭转的术前诊断和术后患者的远期预后提供参考。方法:纳入于2002年1月至2021年11月就诊于兰州大学第二医院、兰州大学第一医院、甘肃省妇幼保健院以及兰州军
遥感图像语义分割是对遥感图像具体应用的前提,在自动驾驶、环境监测、灾害预警等领域应用广泛。随着大数据时代的到来以及计算机硬件计算能力的大幅提高,人工神经网络快速发展。计算机可以模拟人脑对海量数据进行处理,人类对数据的利用效率大幅提高。深度卷积神经网络对遥感图像的自动语义标注在计算机视觉领域具有重要意义。本文将近年来图像分割领域广泛研究的卷积神经网络应用在遥感图像上,从遥感图像分割任务对精度和效率的
目的:序列相似家族111成员B（Family with sequence similarity 111 member B,FAM111B）属于FAM111家族的成员之一,编码一种具有胰蛋白酶样半胱氨酸/丝氨酸肽酶结构域的蛋白质,在肺癌、宫颈癌、乳腺癌等许多肿瘤中起着重要作用。然而,FAM111B在肝癌中的具体作用尚不清楚。本研究利用生物信息学方法探究了FAM111B在肝癌中的表达及临床意义,预测了
目的:基于自主神经系统（autonomic nervous system,ANS）研究胃肠动力障碍性疾病（disorder of gastrointestinal motility diseases,DGIMD）可能的发病机制,并以厚朴三物汤作为突破口,研究其调控胃肠动力的作用机制,为厚朴三物汤的临床应用提供理论基础。方法:第一部分:20只雄性SD大鼠分为对照组与模型组,每组各10只,再对两组大鼠
随着人工智能技术在大众生活中的普及,计算机视觉的应用场景日益增多,所能处理的任务类型更加广泛,例如在城市可视化管理、遥感监测、无人驾驶、智能安防、医疗图像分析等方面都起到了至关重要的作用。但是近些年来,我国部分地区雾、霾天气频发,光线经过大气时受到大气中悬浮颗粒（如灰尘、薄雾）的吸收和散射效应影响,使得采集设备在雾、霾天气条件下获取到的图像质量严重下降,产生低对比度、颜色失真、图像模糊等一系列问题
背景:肝细胞肝癌（hepatocellular carcinoma,HCC）是消化系肿瘤中发病率和致死率较高的恶性肿瘤之一,具有隐匿性发作、诊断不及时、进展迅速、侵袭性强和预后差等特点。目前,HCC的预防、早期诊断和治疗仍然是亟待解决的问题。因此,挖掘可用于HCC诊断、治疗及预后评价的新型分子标志物至关重要。孕激素和脂联素分子受体4（progestin and adipo Q receptor 4