我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

融合参考图像的人脸超分辨率重构方法 下载：52 浏览：378

付利华 卢中山 孙晓威 赵宇 张博 《人工智能研究》 2020年8期

摘要:
基于深度学习的图像超分辨率重构方法对低分辨率人脸图像进行超分辨率重构时,通常存在重构图像模糊和重构图像与真实图像差异较大等问题.基于此问题,文中提出融合参考图像的人脸超分辨率重构方法,可以实现对低分辨率人脸图像的有效重构.参考图像特征提取子网提取参考图像的多尺度特征,保留人脸神态和重点部位的细节特征信息,去除人脸轮廓和面部表情等冗余信息.基于提取的参考图像多尺度特征,逐级超分主网络对低分辨率人脸图像特征进行逐次填充,最终重构生成高分辨率的人脸图像.在数据集上的实验表明,文中方法可以实现对低分辨率人脸图像的有效重构,具有良好的鲁棒性.

基于DenseNet的复杂交通场景语义分割方法 下载：65 浏览：412

蒋斌 涂文轩 杨超 刘虹雨 赵子龙 《人工智能研究》 2019年10期

摘要:
针对交通场景语义分割方法存在参数量较大、计算效率较低、精度不足等问题,文中提出基于全卷积化DenseNet的多尺度端到端语义分割模型.首先,构建一种含混合空洞卷积的密集连接模块,同时沿通道维度级联各模块,用于提取图像特征.然后,采集多尺度视觉信息并以此作为监督信号回传至原通道中.最后,通过双线性插值法获得预测输出.在CityScapes数据集上的测试实验表明,文中方法对复杂交通场景的解析能力较强,预测精度和分割效率较高.

融合注意力的遥感建筑物图像分割方法 下载：62 浏览：879

谢子奕 《信号处理与图像分析》 2024年6期

摘要:
为了解决遥感建筑物图像分割中存在的挑战和现有方法的局限性，提出了一种基于注意力机制和多尺度特征融合的深度学习方法。首先，综述了传统和深度学习方法在遥感图像分割中的应用，并重点讨论了注意力机制及其在图像处理中的作用。在方法部分，详细描述了所提出的整体框架和网络结构，包括融合注意力机制、多尺度特征融合以及双路径编码方法的设计与实现。接着，通过广泛的实验验证和结果分析，证明了所提方法在多个数据集上的有效性和优越性，改进的网络模型显著提升了对建筑物图像的分割效果。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享