-
题名基于特征分离和差异映射的阴影去除算法
- 1
-
-
作者
黄颖
雷秀杰
姜茂
李豪
房少杰
钱鹰
-
机构
重庆邮电大学计算机科学与技术学院(示范性软件学院)
-
出处
《计算机辅助设计与图形学学报》
北大核心
2025年第8期1383-1393,共11页
-
文摘
阴影使得很多计算机视觉任务表现不佳,其与场景的复杂形成关系使其成为研究热点.通过人工掩模得到阴影区域、学习阴影特征并应用到阴影去除的算法,人工标注成本较高.且通过学习从阴影图像到无阴影图像的直接映射会形成部分错误映射,以及对本不应参与映射的非阴影区域产生干扰.为此,提出了分离重建网络,其借鉴独立成分分析的思想将阴影特征与环境特征分离,并对分离后的特征进行差异性映射,从而实现阴影去除.采用AISTD和SRD数据集进行大量实验,通过RMSE进行指标对比.结果表明,所提算法在无掩模的情况(SRNet)下与无掩模算法相比,其阴影区域的平均误差降低了17.5%,对整体图像误差降低了2%;在使用掩模的情况(mSRNet)下与相应的掩模算法相比有极好的可比性.该算法能够实现更好的阴影去除效果.
-
关键词
阴影去除
独立成分分析
特征分离
差异性映射
-
Keywords
shadow removal
independent component analysis
feature separation
differential mapping
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于双分支注意力网络的立体视频压缩
- 2
-
-
作者
唐述
赵瑜
杨书丽
谢显中
-
机构
重庆邮电大学计算机科学与技术学院(示范性软件学院)
-
出处
《通信学报》
北大核心
2025年第8期135-151,共17页
-
基金
国家自然科学基金资助项目(No.61601070)
重庆市自然科学基金资助项目(No.CSTB2023NSCQ-MSX0680)
+1 种基金
重庆市教育委员会科学技术研究重大基金资助项目(No.KJZD-M202300101)
重庆邮电大学博士研究生创新人才基金资助项目(No.BYJS202217)。
-
文摘
针对现有基于深度学习的立体视频压缩网络几乎只采用卷积操作来提取和融合特征,导致无法有效捕捉局部范围内的非重复纹理细节和忽略了全局特征等缺陷,严重影响了解码过程中图像重建质量的问题,提出了一种双分支注意力网络(DAN),通过开发和融合区域范围内的逐像素相似性和整幅图像的全局结构特征,实现更高质量的立体视频压缩编码。首先,提出了一种基于Transformer和通道注意力的局部和全局双分支编解码块(LGEDB),通过融合区域范围内每个像素点的自注意力和每个通道的全局注意力,实现对局部非重复纹理细节和全局结构信息的准确捕捉。其次,提出了一种基于可逆神经网络(INN)和门控机制的双分支高频信息融合模块(DHFFM),通过对运动补偿特征和视差特征中高频信息的准确提取以及逐像素点特征的筛选,实现对运动补偿特征和视差特征的高效融合。实验表明,DAN在相同或更低比特率下能够实现更高质量重建,且模型参数量更少。
-
关键词
深度学习
立体视频压缩编码
双分支注意力
可逆神经网络
门控机制
-
Keywords
deep learning
stereoscopic video compression coding
dual-branch attention
INN
gate mechanism
-
分类号
TN919.8
[电子电信—通信与信息系统]
-
