检索结果-维普期刊中文期刊服务平台

基于显著性区域检测的多尺度图像盲复原算法: 1; 作者赵小强王涛 +1 位作者宋昭漾蒋红梅《兵工学报》 EI CAS CSCD 北大核心 2024年第11期4020-4030,共11页; 针对大多数基于先验的盲图像去模糊算法耗时较长和显著边缘结构提取不理想的问题,提出一种基于显著性区域检测的多尺度图像盲复原算法。为了复原出更加清晰的图像,采用由粗略到精细的多尺度交替迭代框架构建图像金字塔。在图像单一尺度... 展开更多; 关键词多尺度图像显著边缘结构点扩散函数半二次分裂算法点扩散函数相似度; 在线阅读下载PDF 职称材料

多级跳线连接的深度残差网络超分辨率重建被引量：14: 2; 作者赵小强宋昭漾《电子与信息学报》 EI CSCD 北大核心 2019年第10期2501-2508,共8页; 由于快速的卷积神经网络超分辨率重建算法(FSRCNN)卷积层数少、相邻卷积层的特征信息之间缺乏关联性,因此难以提取到图像深层信息导致图像超分辨率重建效果不佳。针对此问题,该文提出多级跳线连接的深度残差网络超分辨率重建方法。首先... 展开更多; 关键词超分辨率重建深度残差网络多级跳线连接的残差块随机梯度下降法; 在线阅读下载PDF 职称材料

基于动态注意力网络的图像超分辨率重建被引量：1: 3; 作者赵小强王泽 +1 位作者宋昭漾蒋红梅《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第8期1487-1494,共8页; 针对图像超分辨率算法在具有不同重要性的通道和空间域上采取相同的处理方式,导致计算资源无法集中利用到重要特征上的问题,提出基于动态注意力网络的图像超分辨率算法.该算法改变了现有均等处理注意力机制的方式,通过构建的动态注意力... 展开更多; 关键词图像处理图像超分辨率注意力机制动态卷积双蝶式结构; 在线阅读下载PDF 职称材料

基于多级连续编码与解码的图像超分辨率重建算法: 4; 作者宋昭漾赵小强 +1 位作者惠永永蒋红梅《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第9期1885-1893,共9页; 以卷积神经网络为模型框架的图像超分辨率重建算法难以提取低分辨率图像内部的多层次特征信息,导致重建图像缺少丰富细节,为此提出新的图像超分辨率重建算法.所提算法通过初始卷积层从低分辨率图像提取浅层特征;通过多个端对端连接的多... 展开更多; 关键词超分辨率重建卷积神经网络多级连续编码与解码注意力多层次特征信息; 在线阅读下载PDF 职称材料

题名基于显著性区域检测的多尺度图像盲复原算法: 1; 作者赵小强王涛宋昭漾蒋红梅; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室国家级电气与控制工程实验教学中心; 出处《兵工学报》 EI CAS CSCD 北大核心 2024年第11期4020-4030,共11页; 基金国家自然科学基金项目(62263021) 甘肃省高校产业支撑计划项目(2023CYZC-24) +1 种基金甘肃省科技计划项目(24JRRA172) 甘肃省工业过程先进控制重点实验室开放基金项目(2022KX07)。; 文摘针对大多数基于先验的盲图像去模糊算法耗时较长和显著边缘结构提取不理想的问题,提出一种基于显著性区域检测的多尺度图像盲复原算法。为了复原出更加清晰的图像,采用由粗略到精细的多尺度交替迭代框架构建图像金字塔。在图像单一尺度方面,首先提取出图像中具有强边缘结构的显著性区域,并对其施加l_(0)范数约束,提出显著映射先验;将显著性映射先验和最大后验概率相结合并引入传统图像去模糊模型中,构造出点扩散函数估算模型,利用半二次分裂算法解决模型的非凸问题;对点扩散函数进行复原时,利用点扩散函数相似度的变化量限制每个尺度中的过渡迭代;对模糊图像和最终估计的点扩散函数进行非盲解卷积,获得复原图像。实验结果表明:与现有的主流去模糊算法相比,新算法在合成数据集和真实数据集中都可以有效抑制振铃和伪影现象,得到了很好的视觉体验,且评价指标均优于对比算法,同时大大缩减了复原时间。; 关键词多尺度图像显著边缘结构点扩散函数半二次分裂算法点扩散函数相似度; Keywords multi-scaleimage salient edge structure point spread function semi-quadratic splitting algorithm point spread function similarity; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名多级跳线连接的深度残差网络超分辨率重建被引量：14: 2; 作者赵小强宋昭漾; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室兰州理工大学国家级电气与控制工程实验教学中心; 出处《电子与信息学报》 EI CSCD 北大核心 2019年第10期2501-2508,共8页; 基金国家科学自然基金(61763029,61873116)~~; 文摘由于快速的卷积神经网络超分辨率重建算法(FSRCNN)卷积层数少、相邻卷积层的特征信息之间缺乏关联性,因此难以提取到图像深层信息导致图像超分辨率重建效果不佳。针对此问题,该文提出多级跳线连接的深度残差网络超分辨率重建方法。首先,该方法设计了多级跳线连接的残差块,在多级跳线连接的残差块基础上构造了多级跳线连接的深度残差网络,解决相邻卷积层的特性信息缺乏关联性的问题;然后,使用随机梯度下降法(SGD)以可调节的学习率策略对多级跳线连接的深度残差网络进行训练,得到该网络超分辨率重建模型;最后,将低分辨率图像输入到多级跳线连接的深度残差网络超分辨率重建模型中,通过多级跳线连接的残差块得到预测的残差特征值,再将残差图像和低分辨率图像组合在一起转化为高分辨率图像。该文方法与bicubic,A+,SRCNN,FSRCNN和ESPCN算法在Set5和Set14测试集上进行了对比测试,在视觉效果和评价指标数值上该方法都优于其它对比算法。; 关键词超分辨率重建深度残差网络多级跳线连接的残差块随机梯度下降法; Keywords Super-resolution reconstruction Deep residual network Residual network with multi-level skip connections Stochastic Gradient Descent(SGD); 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于动态注意力网络的图像超分辨率重建被引量：1: 3; 作者赵小强王泽宋昭漾蒋红梅; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室兰州理工大学国家级电气与控制工程实验教学中心; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第8期1487-1494,共8页; 基金国家自然科学基金资助项目(62263021) 国家重点研发计划资助项目(2020YFB1713600) 甘肃省科技计划资助项目(21YF5GA072,21JR7RA206).; 文摘针对图像超分辨率算法在具有不同重要性的通道和空间域上采取相同的处理方式,导致计算资源无法集中利用到重要特征上的问题,提出基于动态注意力网络的图像超分辨率算法.该算法改变了现有均等处理注意力机制的方式,通过构建的动态注意力模块对不同的注意力机制赋予动态学习的权重,以获取网络更需要的高频信息,重建高质量图片;通过特征重用的方式构建双蝶式结构,充分融合2个注意力分支的信息,弥补不同注意力机制间所缺失的特征信息.在Set5、Set14、BSD100、Urban100和Manga109数据集上的模型评估结果表明,相较于其他主流超分辨率算法,本研究所提算法整体性能表现更好.当放大因子为4时,相较于次优算法,所提算法在5个公开测试集上的峰值信噪比分别提升了0.06、0.07、0.04、0.15、0.15 dB.; 关键词图像处理图像超分辨率注意力机制动态卷积双蝶式结构; Keywords image processing image super-resolution attention mechanism dynamic convolution double butterfly structure; 分类号 TN391 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于多级连续编码与解码的图像超分辨率重建算法: 4; 作者宋昭漾赵小强惠永永蒋红梅; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室兰州理工大学国家级电气与控制工程实验教学中心; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第9期1885-1893,共9页; 基金国家重点研发计划资助项目(2020YFB1713600) 国家自然科学基金资助项目(61763029) +1 种基金甘肃省教育厅产业支撑计划资助项目(2021CYZC-02)。; 文摘以卷积神经网络为模型框架的图像超分辨率重建算法难以提取低分辨率图像内部的多层次特征信息,导致重建图像缺少丰富细节,为此提出新的图像超分辨率重建算法.所提算法通过初始卷积层从低分辨率图像提取浅层特征;通过多个端对端连接的多级连续编码与解码的注意力残差模块获取低分辨率图像内部不同层级的图像特征,按照不同的提取难度生成这些特征的权重,重新校准不同层次的图像特征,获取图像内部丰富的细节特征;通过上采样模块和重建卷积层将提取到的丰富细节特征和浅层特征重建成高分辨率图像.在Set5、Set14、BSD100和Urban100测试集上进行的对比测试结果表明,使用所提算法重建的图像在客观评价指标、视觉效果上均优于使用主流算法重建的图像.; 关键词超分辨率重建卷积神经网络多级连续编码与解码注意力多层次特征信息; Keywords super-resolution reconstruction convolutional neural network multi-level continuous encoding and decoding attention multi-level feature information; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于显著性区域检测的多尺度图像盲复原算法	赵小强王涛宋昭漾蒋红梅	《兵工学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	多级跳线连接的深度残差网络超分辨率重建	赵小强宋昭漾	《电子与信息学报》 EI CSCD 北大核心	2019	14	在线阅读下载PDF 职称材料
3	基于动态注意力网络的图像超分辨率重建	赵小强王泽宋昭漾蒋红梅	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
4	基于多级连续编码与解码的图像超分辨率重建算法	宋昭漾赵小强惠永永蒋红梅	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料