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
轻量级注意力级联网络的偏振计算成像超分辨率重建
被引量：
7
1
作者
王杰
徐国明
+2 位作者
马健
王勇
李毅
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第19期2404-2419,共16页
深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷...
深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷积层的表征能力,以有效地传递浅层特征并减少参数量。设计空间注意力自适应权重机制以提取关键的空间内容特征,构造空间金字塔网络增强多感受野下的偏振特征信息,特别地,上采样模块引入浅层与深层重建双路径,通过融合双层路径特征计算生成高分辨率偏振图像。最后,网络末端信息细化块用以学习更精细的特征并增强重建质量。实验结果表明:本文网络重建图像的纹理细节更加丰富,在全偏振图像集上2倍超分辨率的峰值信噪比为45.12 dB,参数量仅约为MSRN模型的9%。所提方法通过级联方式有效捕捉低频特征信息同时极大地减少参数量,并结合注意力金字塔结构探索深层特征,实现了轻量级网络的高效超分辨率重建效果。
展开更多
关键词
计算成像
超分辨率
轻量级网络
偏振图像
级联连接
在线阅读
下载PDF
职称材料
基于双重注意力残差网络的偏振图像超分辨率重建
被引量：
4
2
作者
徐国明
王杰
+3 位作者
马健
王勇
刘佳庆
李毅
《光子学报》
EI
CAS
CSCD
北大核心
2022年第4期295-309,共15页
在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个...
在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个具有全局跳跃连接的残差网络组成,包含10个残差组,每个残差组包含20个具有局部跳跃连接的双重注意力块级联的残差块;同时考虑通道间的相互依赖性,设计自适应通道特征调整机制;引入级联的空间注意力块,将残差的特征更集中于关键的空间内容。将所提方法与Bicubic、SRCNN、FSRCNN、EDSR等方法进行对照实验与成像系统对比校正实验,结果表明该方法重建图像纹理细节更加丰富,亮度均匀,较为接近成像系统的高清图像,同时峰值信噪比和结构相似性指标优于其他方法但参数量仅约为EDSR的2/5。
展开更多
关键词
计算成像
超分辨率
深度残差网络
偏振图像
双重注意力块
在线阅读
下载PDF
职称材料
题名
轻量级注意力级联网络的偏振计算成像超分辨率重建
被引量：
7
1
作者
王杰
徐国明
马健
王勇
李毅
机构
安徽
大学互联网
学院
安徽
大学农业生态大数据分析与应用
技术
国家地方联合
工程
研究
中心
陆军炮兵防空兵
学院
偏振光成像探测
技术
安徽
省重点实验室
安徽文达信息工程学院智能技术研究所
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第19期2404-2419,共16页
基金
国家自然科学基金资助项目(No.61906118)
安徽省重大专项项目(No.202003A06020016)
+2 种基金
安徽省自然科学基金资助项目(No.1908085MF208,No.2108085MF230)
陆军装备部“十三五”预研子课题项目
安徽省高校自然科学研究重点项目(No.KJ2019A0906)。
文摘
深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷积层的表征能力,以有效地传递浅层特征并减少参数量。设计空间注意力自适应权重机制以提取关键的空间内容特征,构造空间金字塔网络增强多感受野下的偏振特征信息,特别地,上采样模块引入浅层与深层重建双路径,通过融合双层路径特征计算生成高分辨率偏振图像。最后,网络末端信息细化块用以学习更精细的特征并增强重建质量。实验结果表明:本文网络重建图像的纹理细节更加丰富,在全偏振图像集上2倍超分辨率的峰值信噪比为45.12 dB,参数量仅约为MSRN模型的9%。所提方法通过级联方式有效捕捉低频特征信息同时极大地减少参数量,并结合注意力金字塔结构探索深层特征,实现了轻量级网络的高效超分辨率重建效果。
关键词
计算成像
超分辨率
轻量级网络
偏振图像
级联连接
Keywords
computational imaging
super-resolution
lightweight network
polarization images
cascade connections
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
基于双重注意力残差网络的偏振图像超分辨率重建
被引量：
4
2
作者
徐国明
王杰
马健
王勇
刘佳庆
李毅
机构
安徽
大学互联网
学院
安徽
大学农业生态大数据分析与应用
技术
国家地方联合
工程
研究
中心
陆军炮兵防空兵
学院
偏振光成像探测
技术
安徽
省重点实验室
安徽文达信息工程学院智能技术研究所
出处
《光子学报》
EI
CAS
CSCD
北大核心
2022年第4期295-309,共15页
基金
国家自然科学基金(No.61906118)
安徽省自然科学基金(Nos.1908085MF208,2108085MF230)
陆军装备部十三五预研子课题,安徽省高校自然科学研究重点项目(No.KJ2019A0906)。
文摘
在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个具有全局跳跃连接的残差网络组成,包含10个残差组,每个残差组包含20个具有局部跳跃连接的双重注意力块级联的残差块;同时考虑通道间的相互依赖性,设计自适应通道特征调整机制;引入级联的空间注意力块,将残差的特征更集中于关键的空间内容。将所提方法与Bicubic、SRCNN、FSRCNN、EDSR等方法进行对照实验与成像系统对比校正实验,结果表明该方法重建图像纹理细节更加丰富,亮度均匀,较为接近成像系统的高清图像,同时峰值信噪比和结构相似性指标优于其他方法但参数量仅约为EDSR的2/5。
关键词
计算成像
超分辨率
深度残差网络
偏振图像
双重注意力块
Keywords
Computational imaging
Super-resolution
Depth residual network
Polarization images
Dual attention block
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
作者
出处
发文年
被引量
操作
1
轻量级注意力级联网络的偏振计算成像超分辨率重建
王杰
徐国明
马健
王勇
李毅
《光学精密工程》
EI
CAS
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
2
基于双重注意力残差网络的偏振图像超分辨率重建
徐国明
王杰
马健
王勇
刘佳庆
李毅
《光子学报》
EI
CAS
CSCD
北大核心
2022
4
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
