期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合FC-DenseNet和WGAN的图像去雾算法
被引量：
7
1
作者
孙斌
雎青青
桑庆兵
《计算机科学与探索》
CSCD
北大核心
2020年第8期1380-1388,共9页
针对现有图像去雾算法严重依赖中间量准确估计的问题,提出了一种基于Wasserstein生成对抗网络(WGAN)的端到端图像去雾模型。首先,使用全卷积密集块网络(FC-DenseNet)充分学习图像中雾的特征;其次,采用残差学习思想直接从退化图像中学习...
针对现有图像去雾算法严重依赖中间量准确估计的问题,提出了一种基于Wasserstein生成对抗网络(WGAN)的端到端图像去雾模型。首先,使用全卷积密集块网络(FC-DenseNet)充分学习图像中雾的特征;其次,采用残差学习思想直接从退化图像中学习到清晰图像的特征,实现端到端的去雾;最后,使用均方误差和感知结构误差函数作为模型的损失函数,以确保生成图像结构和内容的相似度,并使用WGAN对生成结果细致优化,生成清晰逼真的无雾图像。实验结果表明,在合成雾天数据集上,该算法在结构相似度上比其他对比算法提高了4%;在自然雾天图像上,由该算法恢复的图像具有较高的清晰度和对比度,在主观评价上优于其他对比算法。
展开更多
关键词
图像去雾
Wasserstein生成对抗网络(WGAN)
全卷积密集块网络(
fc-densenet
)
残差学习
在线阅读
下载PDF
职称材料
基于深度学习的近岸海浪图像反演有效波高算法研究
2
作者
黄文华
胡伟
+4 位作者
崔学荣
曾强胜
商杰
王宁
李锐
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第6期35-44,共10页
海浪有效波高是近岸海洋观测的重要要素,近岸摄像头拍摄的图像可直观地反映波高大小,但目前基于图像的有效波高反演算法研究多处于室内实验阶段且方法缺乏普适性。本文基于深度学习技术,以山东青岛小麦岛近岸海浪为例,基于海浪图像和浮...
海浪有效波高是近岸海洋观测的重要要素,近岸摄像头拍摄的图像可直观地反映波高大小,但目前基于图像的有效波高反演算法研究多处于室内实验阶段且方法缺乏普适性。本文基于深度学习技术,以山东青岛小麦岛近岸海浪为例,基于海浪图像和浮标实测数据,开展近岸海浪图像反演有效波高方法研究,给出一种利用图像反演海浪有效波高的方法,该方法利用卷积网络提取海浪图像的特征,利用全连接网络提取风速等气象特征,将特征融合后作为全连接层的输入,最后输出反演的有效波高。通过对比多种模型的反演结果和浮标观测数据,发现多参数DenseNET121模型有效波高反演能力优于其他神经网络模型,其平均绝对误差为8.97 cm。本文研究为近岸海浪观测提供了一种新的技术思路。
展开更多
关键词
有效波高
卷积网络
全连接网络
深度学习
densenet
模型
在线阅读
下载PDF
职称材料
题名
结合FC-DenseNet和WGAN的图像去雾算法
被引量：
7
1
作者
孙斌
雎青青
桑庆兵
机构
江南大学物联网工程学院
出处
《计算机科学与探索》
CSCD
北大核心
2020年第8期1380-1388,共9页
基金
江苏省自然科学基金面上项目No.BK20171142。
文摘
针对现有图像去雾算法严重依赖中间量准确估计的问题,提出了一种基于Wasserstein生成对抗网络(WGAN)的端到端图像去雾模型。首先,使用全卷积密集块网络(FC-DenseNet)充分学习图像中雾的特征;其次,采用残差学习思想直接从退化图像中学习到清晰图像的特征,实现端到端的去雾;最后,使用均方误差和感知结构误差函数作为模型的损失函数,以确保生成图像结构和内容的相似度,并使用WGAN对生成结果细致优化,生成清晰逼真的无雾图像。实验结果表明,在合成雾天数据集上,该算法在结构相似度上比其他对比算法提高了4%;在自然雾天图像上,由该算法恢复的图像具有较高的清晰度和对比度,在主观评价上优于其他对比算法。
关键词
图像去雾
Wasserstein生成对抗网络(WGAN)
全卷积密集块网络(
fc-densenet
)
残差学习
Keywords
image dehazing
Wasserstein generative adversarial networks(WGAN)
fully
convolutional
densenet
(
fc-densenet
)
residual learning
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
基于深度学习的近岸海浪图像反演有效波高算法研究
2
作者
黄文华
胡伟
崔学荣
曾强胜
商杰
王宁
李锐
机构
国家海洋局北海预报中心
中国石油大学(华东)海洋与空间信息学院
出处
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第6期35-44,共10页
基金
国家重点研究发展计划项目“海洋动力灾害观测预警系统集成与应用示范”(2018YFC1407002)资助。
文摘
海浪有效波高是近岸海洋观测的重要要素,近岸摄像头拍摄的图像可直观地反映波高大小,但目前基于图像的有效波高反演算法研究多处于室内实验阶段且方法缺乏普适性。本文基于深度学习技术,以山东青岛小麦岛近岸海浪为例,基于海浪图像和浮标实测数据,开展近岸海浪图像反演有效波高方法研究,给出一种利用图像反演海浪有效波高的方法,该方法利用卷积网络提取海浪图像的特征,利用全连接网络提取风速等气象特征,将特征融合后作为全连接层的输入,最后输出反演的有效波高。通过对比多种模型的反演结果和浮标观测数据,发现多参数DenseNET121模型有效波高反演能力优于其他神经网络模型,其平均绝对误差为8.97 cm。本文研究为近岸海浪观测提供了一种新的技术思路。
关键词
有效波高
卷积网络
全连接网络
深度学习
densenet
模型
Keywords
significant wave height
convolut
ion network
fully
connected network
deep learning
densenet
model
分类号
TP306.1 [自动化与计算机技术—计算机系统结构]
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
结合FC-DenseNet和WGAN的图像去雾算法
孙斌
雎青青
桑庆兵
《计算机科学与探索》
CSCD
北大核心
2020
7
在线阅读
下载PDF
职称材料
2
基于深度学习的近岸海浪图像反演有效波高算法研究
黄文华
胡伟
崔学荣
曾强胜
商杰
王宁
李锐
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
