-
题名一种基于双分支改良编解码器的图像去噪算法
被引量：2
- 1
-
-
作者
亓法国
张海洋
柳淳
赵长明
张子龙
-
机构
北京理工大学光电学院
-
出处
《应用光学》
CAS
CSCD
北大核心
2020年第5期956-964,共9页
-
基金
国防科工局重大基础科研项目(JCKY2016201A601)。
-
文摘
针对传统图像去噪算法多噪声去除难,深层卷积神经网络去噪模型网络复杂、训练时间长等问题,提出一种基于自编码器结构的双分支改良编解码网络,实现高效图像去噪。双分支结构之一采用降-升采样实现点噪声消除,另一分支专注于宏观的图像修复和伪像去除,后端利用残差结构进行整合,实现数字图像混合噪声去噪。实验结果显示:对于含有标准差为15,均值为0的高斯噪声、噪声密度为5%的椒盐噪声和散粒噪声的混合噪声图像测试集,实验去噪效果相较于输入混合噪声图像峰值信噪比,平均提升了5.3%。与12层全卷积神经网络相比,去噪效果相当,训练速度提升了25.4%,体现了其"轻量级"的优点。实验表明:该方法相较于深层卷积神经网络,训练速度快,网络简单;相较于传统图像去噪算法,噪声去除效果也较为明显。该算法可应用于轻量级视觉平台后端去噪。
-
关键词
图像去噪
双分支编解码
残差
轻量级
-
Keywords
image denoising
dual branch codec
residual
lightweight
-
分类号
TN201
[电子电信—物理电子学]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于序列标注反馈模型的方面信息提取方法
被引量：1
- 2
-
-
作者
范守祥
姚俊萍
李晓军
马可欣
-
机构
火箭军工程大学
[
-
出处
《计算机工程与设计》
北大核心
2020年第9期2643-2649,共7页
-
文摘
针对已有方面信息提取方法存在信息利用效率低、易受错误传递影响的问题,提出一种基于编码器-解码器架构的序列标注反馈模型,将文本分类特征分为语义特征、词性特征、依赖特征3类,通过双路编解码、门控机制,将语义、词性、标签等信息多次融合,获取并提高最终特征表示能力;为降低错误传递问题对模型性能的不良影响,提出数据增强与反馈方法,将模型判断错误的样本经变换后生成新样本,反馈到训练样本集合中并融入下一轮训练流程,提高模型对各种语言现象的识别接受能力。在两个数据集上进行实验并与现有方法进行对比,实验结果表明,该方法能有效强化信息利用水平,降低错误传递问题的影响,具有更好的性能。
-
关键词
方面提取
深度学习
数据增强
双路编解码
信息融合
-
Keywords
aspect extraction
deep learning
data enhancement
dual codec
information fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
