-
题名基于实例归一化的图像超分辨率方法
被引量：3
- 1
-
-
作者
张鲁
李坤伦
魏泽发
柴艳娜
-
机构
长安大学教育技术与网络中心
-
出处
《数字技术与应用》
2021年第3期96-98,共3页
-
文摘
卷积神经网络目前是图像超分辨率问题的主流研究方法,但常用的MSE损失函数重建图像缺乏纹理和细节,为了改善这一问题,本文尝试将实例归一化用于图像超分辨率,该方法依赖于训练过程中的每个样本而非整个批次,且需要配合使用大尺寸数据,实验结果表明,提出的方法在精度和视觉方面均优于VDSR等方法。
-
关键词
图像超分辨率
卷积神经网络
实例归一化
-
Keywords
Image super resolution
Convolutional neural networks
Instance normalization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于可分离空洞卷积与联合归一化的语义分割算法研究
被引量：4
- 2
-
-
作者
熊炜
童磊
李利荣
李敏
-
机构
湖北工业大学电气与电子工程学院
美国南卡罗来纳大学计算机科学与工程系
-
出处
《微电子学与计算机》
北大核心
2020年第10期18-23,共6页
-
基金
国家自然科学基金项目(61571182,61601177)
国家留学基金项目(201808420418)
湖北省自然科学基金项目(2019CFB530)。
-
文摘
图像语义分割是图像理解的重要一环,已被广泛应用于自动驾驶等场景中.针对信息丢失和语义分割速度慢的问题,本文提出一种基于可分离空洞卷积和联合归一化的语义分割算法.首先结合可分离卷积和空洞卷积提取ResNet101的后三层输出,然后在语义分割中应用实例归一化方法,与应用批量归一化对比,验证了实例归一化的有效性,最后提出了两种联合归一化方法,验证了这两种归一化方法对语义分割效果的提升.本文方法在Pascal VOC 2012数据集进行了实验,结果表明,本文方法加速了网络的训练、验证和预测,交并集之比最高到达了80.62%.
-
关键词
图像语义分割
可分离空洞卷积
实例归一化
批量归一化
-
Keywords
image semantic segmentation
separabledilatedconvolution
instance normalization
batch normalization
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名采用表示分离自编码器的任意说话人语音转换
- 3
-
-
作者
简志华
章子旭
-
机构
杭州电子科技大学通信工程学院
-
出处
《通信学报》
EI
CSCD
北大核心
2024年第2期162-172,共11页
-
基金
国家自然科学基金资助项目(No.61201301,No.61772166)。
-
文摘
针对非平行语料库下任意说话人之间的语音转换存在语言内容信息和说话人个性特征难以分离,从而导致语音转换的性能不佳的问题,提出了一种采用表示分离自编码器的语音转换方法RSAE-VC。该方法将语音信号的说话人个性特征视为时不变,而将内容信息视为时变,利用编码器中的实例归一化和激活引导层将两者进行分离,再由解码器将源语音的内容信息与目标语音的个性特征进行合成,从而生成转换后的语音。实验结果表明,RSAE-VC在梅尔倒谱距离上比现有的AGAIN-VC转换方法平均降低了3.11%,在基音频率均方根误差上降低了2.41%,MOS分和ABX值分别提升了5.22%和8.45%。RSAE-VC方法通过自内容损失进行约束使语音更好地保留内容信息,通过自说话人损失将说话人个性特征更好地从语音中分离,可以确保说话人个性特征尽少地遗留在内容信息中,从而提高语音转换性能。
-
关键词
语音转换
表示分离
自适应实例归一化
自内容损失
自说话人损失
-
Keywords
voice conversion
representation separation
adaptive instance normalization
self-content loss
selfspeaker loss
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
-
题名基于联合注意力机制的多阶段去雨网络
被引量：1
- 4
-
-
作者
陈浩翰
王瑛
王勇
-
机构
广东工业大学计算机学院
-
出处
《信息技术》
2024年第5期60-65,共6页
-
基金
广东省重点领域研发计划(2021B0101420001)。
-
文摘
为了提高雨天环境下拍摄的图像质量,提出了一个多阶段联合注意网络(MUANet)。该网络有三个阶段,在每个阶段的初始输入采用基于通道注意力和空间注意力的联合注意模块(UAB)进行处理,该模块可以检测通道内特征分布同时获取雨纹的空间信息。前两个阶段使用引入半实例归一化模块(HINB)的编码解码网络挖掘深层的上下文信息,精准定位雨纹在图像中的位置。最后阶段在前两个阶段生成的注意图引导下,对图像进行雨线纹理去除和背景细节的恢复。实验表明,MUANet在去雨效果和对图像背景细节的恢复上相较于现有方法有明显提高。
-
关键词
多阶段网络
注意力机制
图像去雨
半实例归一化
编码解码网络
-
Keywords
multi-stage network
attention mechanism
image rain removal
Half Instance Normalization
encoding and decoding network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于积极概率分布引导的水下图像增强网络
- 5
-
-
作者
朱立忠
王雅鑫
郭宝仁
-
机构
沈阳理工大学自动化与电气工程学院
华电电力科学研究院有限公司东北分公司
-
出处
《现代电子技术》
北大核心
2024年第23期15-21,共7页
-
基金
国家重点研发计划(2017YFC0821001-2)。
-
文摘
针对水下环境复杂多变,导致现存算法难以稳定恢复水下退化图像的问题,文中提出一种基于积极概率分布引导的水下图像增强网络,该网络通过构建积极样本概率引导框架,从混合样本中估计其特征概率分布来引导网络恢复退化图像。首先,提出多分支信息提取架构获取输入特征的多空间特征,并分别在空间、像素、通道等方面增强图像特征分布;其次,结合条件变分自动编码器与自适应实例归一化获取特征分布,并改进现有风格迁移算法增强图像颜色与对比度;最后,结合多项损失函数进一步增强网络的鲁棒性,提高图像质量。实验结果表明,所提方法输出图像色泽清晰、颜色均衡,在多个数据集上的定性定量指标均优于对比的经典和新颖算法,对真实海洋工作具有重要意义。
-
关键词
水下图像增强
概率分布
条件变分自动编码器
自适应实例归一化
注意力机制
色偏校正
-
Keywords
underwater image enhancement
probability distribution
CVAE
adaptive case normalization
attention mechanism
color cast correction
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名具有区域间注意力机制的街景生成模型设计
- 6
-
-
作者
李凤仪
于明学
金鑫
-
机构
北京电子科技学院
西安电子科技大学
-
出处
《北京电子科技学院学报》
2020年第3期64-73,共10页
-
基金
国家自然科学基金面上项目:无退化的混沌密码标准实现研究,项目编号:61772047
中央高校基本科研业务费项目:量子计算与人工智能技术在密码分析中的应用研究,项目编号:328201903
-
文摘
针对难以获得长距离依赖的问题,本文受自然语言处理的启发,将图像分部分生成,并在每一部分的前后添加自注意力机制以获取空间上的依赖性,又增加不同区域内同一类别间的响应和一致性,最终设计实现了具有区域间注意力机制的街景生成模型。如此在获得长距离依赖的同时,部分生成也保留了区域间的独立性,防止图像生成因过于耦合而出现的图像不清晰现象。
-
关键词
区域自我注意网络
GAN
批处理归一化
实例归一化
残差结构
pix2pixHD
Cityscapes数据集
-
Keywords
partial self-attention network
GAN
batch processing normalization
instance normalization
residual structure
pix2pixHD
cityscapes dataset
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
