检索结果-维普期刊中文期刊服务平台

条件扩散和多通道高低频并行的红外与可见光图像融合: 1; 作者邸敬王鹤然 +2 位作者梁婵刘冀钊廉敬《光学精密工程》北大核心 2025年第1期148-163,共16页; 针对去噪扩散模型在红外与可见光图像融合任务中缺少基准真实值和可见光信息利用不足的问题,提出一种条件扩散和多通道高低频并行的红外与可见光图像融合模型。条件扩散模型利用拼接技术将拼接源图像作为基准真实值进行训练,获得红外与... 展开更多; 关键词图像融合红外与可见光条件扩散模型细节自适应去噪网络多通道高低频并行融合模块; 在线阅读下载PDF 职称材料

高低频通道特征交叉融合的低光人脸检测算法被引量：1: 2; 作者许皓钱宇华 +2 位作者王克琪刘畅李俊霞《智能系统学报》 CSCD 北大核心 2024年第2期472-481,共10页; 低光条件下捕获的人脸图像存在着噪声严重、对比度低等不足,极大影响了现有人脸检测器的准确性,另外,现有的低光图像检测算法欠缺小区域人脸信息的提取能力。为此,提出一种基于深度学习的两阶段人脸检测算法,即利用现有的低光图像增强... 展开更多; 关键词低光人脸检测高低频通道特征低光增强多尺度特征融合计算机视觉图像处理深度学习频率域分析; 在线阅读下载PDF 职称材料

基于重参数化多尺度融合网络的高效极暗光原始图像降噪被引量：3: 3; 作者魏恺轩付莹《计算机科学》 CSCD 北大核心 2022年第8期120-126,共7页; 实用的暗光降噪增强解决方案往往需要具备计算速度快、内存效率高、能够实现视觉上高质量的降噪等优点。现有方法大多以提升降噪质量为目标,因此在速度和内存要求上有所折中,这在很大程度上限制了其实用性。文中提出了一种新的深度降噪... 展开更多; 关键词重参数化卷积单元多尺度融合空间通道并行注意力模块极暗光图像降噪; 在线阅读下载PDF 职称材料

基于多重多尺度融合注意力网络的建筑物提取被引量：9: 4; 作者杨栋杰高贤君 +3 位作者冉树浩张广斌王萍杨元维《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第10期1924-1934,共11页; 针对全卷积神经网络模型在进行建筑物提取时易产生过度分割以及内部空洞的问题,提出基于多重多尺度融合注意力网络(MMFA-Net)的高分辨率遥感影像建筑物提取方法.该方法以U-Net为主体架构,设计2个模块:多重高效通道注意力(MECA)和多尺度... 展开更多; 关键词深度学习高分辨遥感影像建筑物提取多尺度特征融合高效通道注意力模块 U-Net; 在线阅读下载PDF 职称材料

题名条件扩散和多通道高低频并行的红外与可见光图像融合: 1; 作者邸敬王鹤然梁婵刘冀钊廉敬; 机构兰州交通大学电子与信息工程学院兰州大学信息科学与工程学院; 出处《光学精密工程》北大核心 2025年第1期148-163,共16页; 基金国家自然科学基金资助项目(No.62061023) 甘肃省自然科学基金资助项目(No.24JRRA231) 甘肃省级科技计划重点研发计划资助项目(No.24YFFA024)。; 文摘针对去噪扩散模型在红外与可见光图像融合任务中缺少基准真实值和可见光信息利用不足的问题,提出一种条件扩散和多通道高低频并行的红外与可见光图像融合模型。条件扩散模型利用拼接技术将拼接源图像作为基准真实值进行训练,获得红外与可见光图像特征提取任务的最优先验分布,在反向去噪过程中引入多通道似然校正模块,更有效地模拟红外与可见光图像的多通道复杂分布。然后,提出细节自适应去噪网络来完成红外与可见光图像的多通道高低频特征提取任务。最后,在融合网络中设计了一种多通道高低频并行融合模块,采用区域一致性融合网络和多通道低频特征融合网络分别完成高低频特征的融合。该模型为红外与可见光图像融合任务提供了一种可训练的扩散模型范式用于特征提取,使用特定的卷积神经网络进行特征融合。通过与近年来提出的9种高水平方法相比,在MSRS和RoadScene数据集上的实验结果表明,本文方法的8种客观评价指标平均提升了4.52%~59.62%。本文方法在色彩保真度和纹理细节保持等方面都优于其他方法,符合人眼视觉特性,能够很好地处理各种光照和环境场景下的红外与可见光图像融合任务。; 关键词图像融合红外与可见光条件扩散模型细节自适应去噪网络多通道高低频并行融合模块; Keywords image fusion infrared and visible conditional diffusion model detail adaptive denoising block multi-channel high-low frequency parallel fusion block; 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

题名高低频通道特征交叉融合的低光人脸检测算法被引量：1: 2; 作者许皓钱宇华王克琪刘畅李俊霞; 机构山西大学大数据科学与产业研究院山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室; 出处《智能系统学报》 CSCD 北大核心 2024年第2期472-481,共10页; 基金科技创新2030-“新一代人工智能”重大项目(2021-ZD0112400) 国家自然科学基金项目(62136005) 山西省揭榜挂帅项目(202201020101006)。; 文摘低光条件下捕获的人脸图像存在着噪声严重、对比度低等不足,极大影响了现有人脸检测器的准确性,另外,现有的低光图像检测算法欠缺小区域人脸信息的提取能力。为此,提出一种基于深度学习的两阶段人脸检测算法,即利用现有的低光图像增强算法对人脸图像进行增强后再进行检测。为提升检测算法对人脸信息的提取能力,设计一种新型的高低频通道特征交叉融合方法,该方法首先使用高低频通道特征可分离模块分离出不同尺度特征的高低频信息,然后对上述信息进行交叉融合,提升网络提取高频细节信息和低频色域信息的能力,进而提高检测网络的性能。对比试验和消融试验验证了该研究方法的有效性,试验结果表明该方法优于基准方法4.0%mAP。; 关键词低光人脸检测高低频通道特征低光增强多尺度特征融合计算机视觉图像处理深度学习频率域分析; Keywords low-light face detection features of high-and low-frequency channels low-light enhancement multiscale feature fusion computer vision image processing deep learning frequency domain analysis; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于重参数化多尺度融合网络的高效极暗光原始图像降噪被引量：3: 3; 作者魏恺轩付莹; 机构北京理工大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2022年第8期120-126,共7页; 基金国家自然科学基金(62171038,61827901,62088101)。; 文摘实用的暗光降噪增强解决方案往往需要具备计算速度快、内存效率高、能够实现视觉上高质量的降噪等优点。现有方法大多以提升降噪质量为目标,因此在速度和内存要求上有所折中,这在很大程度上限制了其实用性。文中提出了一种新的深度降噪网络——重参数化多尺度融合网络,用于极暗光单张原始图像降噪,在不损失降噪性能的同时加快模型的推断速度并降低内存开销。具体地,在多尺度空间提取图像特征,利用轻量级的空间通道并行注意力模块动态自适应地聚焦于空间及通道中的核心特征;同时使用重参数化的卷积单元,在不增加任何推断计算量的情况下进一步丰富模型的表征能力。该模型在常见CPU上(如Intel i7-7700K)可以在1s左右恢复超高清4K分辨率图像,在普通GPU(如NVIDIA GTX 1080Ti)上以24帧率的速度运行,在几乎4倍快于现有先进方法(如UNet)的同时仍保持具有竞争力的恢复质量。; 关键词重参数化卷积单元多尺度融合空间通道并行注意力模块极暗光图像降噪; Keywords Re-parameterization convolutional unit Multi-scale fusion Spatial-channel parallel attention module Extreme low-light denoising; 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

题名基于多重多尺度融合注意力网络的建筑物提取被引量：9: 4; 作者杨栋杰高贤君冉树浩张广斌王萍杨元维; 机构长江大学地球科学学院中国科学院空天信息创新研究院海南省地球观测重点实验室湖南科技大学测绘遥感信息工程湖南省重点实验室北京市测绘设计研究院城市空间信息工程北京市重点实验室; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第10期1924-1934,共11页; 基金海南省地球观测重点实验室开放基金资助项目(2020LDE001) 自然资源部地理国情监测重点实验室开放基金资助项目(2020NGCM07) +2 种基金城市空间信息工程北京市重点实验室经费资助项目(20210205)。; 文摘针对全卷积神经网络模型在进行建筑物提取时易产生过度分割以及内部空洞的问题,提出基于多重多尺度融合注意力网络(MMFA-Net)的高分辨率遥感影像建筑物提取方法.该方法以U-Net为主体架构,设计2个模块:多重高效通道注意力(MECA)和多尺度特征融合注意力(MFA). MECA设计在模型跳跃连接中,通过权重配比强化有效特征信息,避免注意力向无效特征的过渡分配;采用多重特征提取,减少有效特征的损失. MFA被嵌入模型底部,结合并行连续中小尺度空洞卷积与通道注意力,获得不同的空间特征与光谱维度特征,缓解空洞卷积造成的大型建筑物像素缺失问题. MMFA-Net通过融合MECA和MFA,提高了建筑物提取结果的完整度和精确率.将模型在WHU、 Massachusetts和自绘建筑物数据集上进行验证,在定量评价方面优于其他5种对比方法,F_(1)分数和IoU分别达到93.33%、87.50%;85.38%、74.49%和88.46%、79.31%.; 关键词深度学习高分辨遥感影像建筑物提取多尺度特征融合高效通道注意力模块 U-Net; Keywords deep learning high-resolution remote sensing image building extraction multiscale-feature fusion efficient channel attention module U-Net; 分类号 TP753 [自动化与计算机技术—检测技术与自动化装置]; 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	条件扩散和多通道高低频并行的红外与可见光图像融合	邸敬王鹤然梁婵刘冀钊廉敬	《光学精密工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	高低频通道特征交叉融合的低光人脸检测算法	许皓钱宇华王克琪刘畅李俊霞	《智能系统学报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于重参数化多尺度融合网络的高效极暗光原始图像降噪	魏恺轩付莹	《计算机科学》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
4	基于多重多尺度融合注意力网络的建筑物提取	杨栋杰高贤君冉树浩张广斌王萍杨元维	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2022	9	在线阅读下载PDF 职称材料