检索结果-维普期刊中文期刊服务平台

基于宽深超分辨率网络的信道估计方法: 1; 作者谢朋钱蓉蓉任文平《电讯技术》北大核心 2024年第1期132-138,共7页; 在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中由于快衰落导致信道特征不连续,常规的信道插值方法无法准确反应导频与整个信道之间的关联性。针对这一问题,提出了一种基于宽深超分辨率(Wide Deep Super-resol... 展开更多; 关键词 OFDM系统信道估计宽深超分辨率(wdsr)网络超分辨率卷积神经网络(SRCNN); 在线阅读下载PDF 职称材料

高效单图像超分辨率重建:深监督对称蒸馏网络被引量：3: 2; 作者毛盼娣徐道连《河南师范大学学报（自然科学版）》 CAS 北大核心 2023年第6期57-64,I0002,共9页; 过去几十年,卷积神经网络(Convolutional Neural Networks,CNNs)在单图像超分辨率(Single Image Super-Resolution,SISR)方面取得了明显的进展.现在大部分基于CNNs的方法都致力于构造新的架构去提升重建性能,这通常依赖大量计算和存储成... 展开更多; 关键词深监督对称蒸馏网络超分辨率教师网络高频特征递归模块对称退化模块特权信息; 在线阅读下载PDF 职称材料

基于多通道极深卷积神经网络的图像超分辨率算法被引量：8: 3; 作者黄伟冯晶晶黄遥《计算机工程》 CAS CSCD 北大核心 2020年第9期242-247,253,共7页; 卷积神经网络(CNN)在单幅图像超分辨率重构中存在网络结构较浅、可提取特征较少和细节重构效果不显著等问题。为此,提出一种基于多通道极深CNN的图像超分辨率算法,分别对原始低分辨率图像进行3种插值和3种锐化等预处理操作,并以多通道... 展开更多; 关键词卷积神经网络超分辨率重构多通道图像卷积核极深网络; 在线阅读下载PDF 职称材料

基于注意力和宽激活密集残差网络的图像超分辨率重建被引量：3: 4; 作者寇旗旗李超 +3 位作者程德强陈亮亮马浩辉张剑英《光学精密工程》 EI CAS CSCD 北大核心 2023年第15期2273-2286,共14页; 针对全局和局部高低频空间信息利用不足而导致重建图像纹理细节模糊的问题,提出一种基于注意力和宽激活密集残差网络的图像超分辨率重建模型。首先,四个不同尺度且平行的卷积核被用来充分提取图像低频特征作为空间特征转换的先验信息。... 展开更多; 关键词残差网络超分辨率宽激活注意力机制密集连接; 在线阅读下载PDF 职称材料

基于深度学习的红外夜视图像超分辨率重建被引量：9: 5; 作者王丹陈亮《红外技术》 CSCD 北大核心 2019年第10期963-969,共7页; 针对红外夜视图像对比度低、成像质量不高的问题,提出适合红外夜视图像超分辨率重建方法。在自然图像超分辨率重建模型的基础上增加基于Retinex的对比度增强预处理步骤,并对网络模型做如下改进:构建超深卷积神经网络学习低分辨率图像与... 展开更多; 关键词红外夜视图像超分辨率预处理超深神经网络; 在线阅读下载PDF 职称材料

题名基于宽深超分辨率网络的信道估计方法: 1; 作者谢朋钱蓉蓉任文平; 机构云南大学信息学院; 出处《电讯技术》北大核心 2024年第1期132-138,共7页; 基金国家自然科学基金青年科学基金项目(61701433) 云南省科技厅面上项目(2018FB099)。; 文摘在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中由于快衰落导致信道特征不连续,常规的信道插值方法无法准确反应导频与整个信道之间的关联性。针对这一问题,提出了一种基于宽深超分辨率(Wide Deep Super-resolution,WDSR)网络的信道估计方法,把导频值通过最小二乘估计(Least Squares,LS)初步插值,再通过WDSR网络再次放大重构整个信道的响应。将信道估计插值上采样替换成初步插值和图像超分辨率上采样两步。仿真结果表明,与超分辨率卷积神经网络(Super-resolution Convolutional Neural Network,SRCNN)信道估计算法相比,在不同种类的信道以及导频数下WDSR信道估计方法均方误差性能提升约4.6 dB。; 关键词 OFDM系统信道估计宽深超分辨率(wdsr)网络超分辨率卷积神经网络(SRCNN); Keywords OFDM system channel estimation wide deep super-resolution(wdsr)network super-resolution convolutional neural network(SRCNN); 分类号 TN911.72 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名高效单图像超分辨率重建:深监督对称蒸馏网络被引量：3: 2; 作者毛盼娣徐道连; 机构重庆城市科技学院电气工程与智能制造学院重庆大学光电工程学院; 出处《河南师范大学学报（自然科学版）》 CAS 北大核心 2023年第6期57-64,I0002,共9页; 基金重庆市教委科学技术研究项目(KJQN202002501) 重庆市高等教育教学改革研究项目(213473).; 文摘过去几十年,卷积神经网络(Convolutional Neural Networks,CNNs)在单图像超分辨率(Single Image Super-Resolution,SISR)方面取得了明显的进展.现在大部分基于CNNs的方法都致力于构造新的架构去提升重建性能,这通常依赖大量计算和存储成本,难以应用于移动设备.提出了一种新颖的基于深监督对称蒸馏网络的高效单图像超分辨率重建方法(Deeply-Supervised Symmetry Distillation Network,DSSD),通过构造高频特征递归模块(High-frequency Feature Recursive Module,HFRM)和对称退化模块(Symmetry Degradation Module,SDM)缓解教师网络中提取高分辨率(High-Resolution,HR)高频信息不够准确这一问题.为了约束教师网络中提取的高频特征,采用深监督方法使教师网络蒸馏的知识与学生网络互补.在DIV2K数据集上的实验表明,DSSD有效增强了单图像超分辨率(SISR)的性能,HFRM和SDM的引入能够有效帮助DSSD提取更多图像高频细节.; 关键词深监督对称蒸馏网络超分辨率教师网络高频特征递归模块对称退化模块特权信息; Keywords deeply-supervised symmetric distillation networks super-resolution teacher network high-frequency feature recursion module symmetric degeneration module privileged information; 分类号 TP391.41 [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

题名基于多通道极深卷积神经网络的图像超分辨率算法被引量：8: 3; 作者黄伟冯晶晶黄遥; 机构郑州轻工业大学计算机与通信工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2020年第9期242-247,253,共7页; 基金国家自然科学基金(61602423) 河南省科技公关项目(172102410088)。; 文摘卷积神经网络(CNN)在单幅图像超分辨率重构中存在网络结构较浅、可提取特征较少和细节重构效果不显著等问题。为此,提出一种基于多通道极深CNN的图像超分辨率算法,分别对原始低分辨率图像进行3种插值和3种锐化等预处理操作,并以多通道图像作为CNN的输入层数据。通过重新调整卷积核大小以加深网络结构,使得输入层数据在极深的CNN模型中训练重构高分辨率图像。实验结果表明,与Bicubic、SRCNN和MC-SRCNN等算法相比,该算法的峰值信噪比和视觉效果均较好。; 关键词卷积神经网络超分辨率重构多通道图像卷积核极深网络; Keywords Convolutional Neural Network(CNN) super-resolution reconstruction multi-channel image convolution kernel very deep network; 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

题名基于注意力和宽激活密集残差网络的图像超分辨率重建被引量：3: 4; 作者寇旗旗李超程德强陈亮亮马浩辉张剑英; 机构中国矿业大学计算机科学与技术学院中国矿业大学信息与控制工程学院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2023年第15期2273-2286,共14页; 基金中央高校基本科研业务费专项资金资助项目(No.2020QN49)。; 文摘针对全局和局部高低频空间信息利用不足而导致重建图像纹理细节模糊的问题,提出一种基于注意力和宽激活密集残差网络的图像超分辨率重建模型。首先,四个不同尺度且平行的卷积核被用来充分提取图像低频特征作为空间特征转换的先验信息。在深层特征映射模块中构建融合注意力的宽激活残差块,并利用低频先验信息来引导高频特征的提取。该宽激活残差块通过扩大激活函数前的特征通道数来提取更深层次的特征图,且所构造的全局和局部残差连接在加强残差块和网络特征前向传播的同时,在不增加参数情况下使得所提取特征的多样性更加丰富。最后,对得到的特征图进行上采样和重建以得到清晰的高分辨率图像。实验表明,所提算法在BSD100数据集上4倍超分辨率时,相比LatticeNet模型的PSNR指标提升了0.14 dB,SSIM提升了0.001,在主观视觉方面,重建出的图像局部纹理细节也更加清晰。; 关键词残差网络超分辨率宽激活注意力机制密集连接; Keywords residual network super-resolution wide activation attention mechanism dense connectivity; 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

题名基于深度学习的红外夜视图像超分辨率重建被引量：9: 5; 作者王丹陈亮; 机构东华大学信息科学与技术学院; 出处《红外技术》 CSCD 北大核心 2019年第10期963-969,共7页; 文摘针对红外夜视图像对比度低、成像质量不高的问题,提出适合红外夜视图像超分辨率重建方法。在自然图像超分辨率重建模型的基础上增加基于Retinex的对比度增强预处理步骤,并对网络模型做如下改进:构建超深卷积神经网络学习低分辨率图像与高分辨率图像之间的映射关系,增大感受野,提升网络学习能力;仅学习高低分辨率图像间的差值信息加速网络收敛。针对高分辨率红外夜视图像不易获得,数据量较少的问题,利用迁移学习理论,使用少量的高分辨率红外夜视图像为目标样本,对自然图像超分辨率重建模型进行微调,得到适合红外夜视图像重建的网络权重模型。实验结果证明:使用该方法得到的红外夜视图像信息丰富,层次分明,具有良好的视觉效果。; 关键词红外夜视图像超分辨率预处理超深神经网络; Keywords infrared image in night environment super-resolution preprocessing very deep neural network; 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	作者	出处	发文年	被引量	操作
1	基于宽深超分辨率网络的信道估计方法	谢朋钱蓉蓉任文平	《电讯技术》北大核心	2024	0	在线阅读下载PDF 职称材料
2	高效单图像超分辨率重建:深监督对称蒸馏网络	毛盼娣徐道连	《河南师范大学学报（自然科学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料
3	基于多通道极深卷积神经网络的图像超分辨率算法	黄伟冯晶晶黄遥	《计算机工程》 CAS CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
4	基于注意力和宽激活密集残差网络的图像超分辨率重建	寇旗旗李超程德强陈亮亮马浩辉张剑英	《光学精密工程》 EI CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
5	基于深度学习的红外夜视图像超分辨率重建	王丹陈亮	《红外技术》 CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料