传统编码器虽然具有可控的码率,但却无法有效控制编码视频的质量,存在随图像内容变化而产生抖动的缺陷。针对当前互联网带宽特性,如自适应码率(Adaptive Bitrate,ABR)网络带宽控制技术中带宽固定的限制条件比传统广播网松弛,在以失真为...传统编码器虽然具有可控的码率,但却无法有效控制编码视频的质量,存在随图像内容变化而产生抖动的缺陷。针对当前互联网带宽特性,如自适应码率(Adaptive Bitrate,ABR)网络带宽控制技术中带宽固定的限制条件比传统广播网松弛,在以失真为约束的条件下,提出了一种新的率失真优化的失真分配方案,根据每个编码单元的拉格朗日乘子与图像组(Group of Pictures,GOP)级别的乘子之间的相互关系模型,设计了以帧级为单元的失真分配策略。基于高效率视频编码(High Efficiency Video Coding,HEVC)模型随机编码结构的默认配置下,对通用测试条件中规定的标准测试序列,实验结果显示质量一致性限制的编码器率失真性能Bj ntegaard Delta-Peak Signal to Noise Rate(BD-PSNR)提升了0.057 dB,编码后的图像组失真的方差减小了50%,能有效地减少编码视频的质量抖动,具有更加平稳的编码质量。展开更多
提高电气设备紫外图像分割精确度对设备放电程度的准确评估具有重要意义。由于存在噪声干扰与紫外光斑形状、大小不规则等问题,目标分割区域存在过分割和欠分割现象,因此提出一种基于多模块的VSA-UNet(VGG16Net, Improved SENet, and AS...提高电气设备紫外图像分割精确度对设备放电程度的准确评估具有重要意义。由于存在噪声干扰与紫外光斑形状、大小不规则等问题,目标分割区域存在过分割和欠分割现象,因此提出一种基于多模块的VSA-UNet(VGG16Net, Improved SENet, and ASPP based U-Net)分割网络。为强化网络特征提取能力,减少过分割现象,使用VGG16Net的卷积层代替U-Net网络的编码部分;将编码部分末端卷积层替换成空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块,获取紫外图像的多尺度信息,解决大区域的欠分割问题;在跳跃连接部分加入改进SENet模块,加强有用信息的提取,补充细节损失,提升整体网络性能。基于自建紫外图像数据集的实验表明,改进网络在分割紫外图像时平均交并比(Mean Intersection over Union, MIoU)达到81.78%,平均精确率为95.97%。与U-Net网络相比,提出的VSA-UNet模型明显提升了紫外图像分割的准确性。展开更多
文摘利用深度学习实现遥感影像耕地区域自动化检测,取代人工解译,能有效提升耕地面积统计效率。针对目前存在分割目标尺度大且连续导致分割区域存在欠分割现象,边界区域情况复杂导致边缘分割困难等问题,提出了语义分割算法——Swin Transformer,TransFuse and U-Net(SF-Unet)。为强化网络不同层次特征提取和信息融合能力,提升边缘分割性能,使用U-Net网络替代TransFuse网络中的ResNet50模块;将Vision Transformer(ViT)替换为改进后的Swin Transformer网络,解决大区域的欠分割问题;通过注意力机制构建的Fusion融合模块将2个网络输出特征进行融合,增强模型对目标的语义表示,提高分割的精度。实验表明,SF-Unet语义分割网络在Gaofen Image Dataset(GID)数据集上的交并比(Intersection over Union,IoU)达到了90.57%,分别比U-Net和TransFuse网络提升了6.48%和6.09%,明显提升了耕地遥感影像分割的准确性。
文摘传统编码器虽然具有可控的码率,但却无法有效控制编码视频的质量,存在随图像内容变化而产生抖动的缺陷。针对当前互联网带宽特性,如自适应码率(Adaptive Bitrate,ABR)网络带宽控制技术中带宽固定的限制条件比传统广播网松弛,在以失真为约束的条件下,提出了一种新的率失真优化的失真分配方案,根据每个编码单元的拉格朗日乘子与图像组(Group of Pictures,GOP)级别的乘子之间的相互关系模型,设计了以帧级为单元的失真分配策略。基于高效率视频编码(High Efficiency Video Coding,HEVC)模型随机编码结构的默认配置下,对通用测试条件中规定的标准测试序列,实验结果显示质量一致性限制的编码器率失真性能Bj ntegaard Delta-Peak Signal to Noise Rate(BD-PSNR)提升了0.057 dB,编码后的图像组失真的方差减小了50%,能有效地减少编码视频的质量抖动,具有更加平稳的编码质量。
文摘提高电气设备紫外图像分割精确度对设备放电程度的准确评估具有重要意义。由于存在噪声干扰与紫外光斑形状、大小不规则等问题,目标分割区域存在过分割和欠分割现象,因此提出一种基于多模块的VSA-UNet(VGG16Net, Improved SENet, and ASPP based U-Net)分割网络。为强化网络特征提取能力,减少过分割现象,使用VGG16Net的卷积层代替U-Net网络的编码部分;将编码部分末端卷积层替换成空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块,获取紫外图像的多尺度信息,解决大区域的欠分割问题;在跳跃连接部分加入改进SENet模块,加强有用信息的提取,补充细节损失,提升整体网络性能。基于自建紫外图像数据集的实验表明,改进网络在分割紫外图像时平均交并比(Mean Intersection over Union, MIoU)达到81.78%,平均精确率为95.97%。与U-Net网络相比,提出的VSA-UNet模型明显提升了紫外图像分割的准确性。
