【摘 要】
：
卷积神经网络的深度和提供的层次特征对于超分辨率图像的重建至关重要,盲目增加网络的深度会使网络结构过于复杂且图像高频信息容易丢失。对低分辨率图像中提供的层次特征同等地对待而不加区分,会阻碍卷积神经网络的表达能力。针对该问题,提出了一种基于多尺度残差和层次注意力的重建网络。网络由不同层次的跳过连接、多尺度残差块和层次注意力模块组成,能实现有效的图像重建;利用不同层次的跳过连接绕过图像中大量低频信息,使
【机 构】
：
云南大学 信息学院,云南 昆明 650504
论文部分内容阅读
卷积神经网络的深度和提供的层次特征对于超分辨率图像的重建至关重要,盲目增加网络的深度会使网络结构过于复杂且图像高频信息容易丢失。对低分辨率图像中提供的层次特征同等地对待而不加区分,会阻碍卷积神经网络的表达能力。针对该问题,提出了一种基于多尺度残差和层次注意力的重建网络。网络由不同层次的跳过连接、多尺度残差块和层次注意力模块组成,能实现有效的图像重建;利用不同层次的跳过连接绕过图像中大量低频信息,使主网络专注于学习图像高频信息。设计了多尺度残差模块和层次注意力模块以自适应地提取不同比例的图像特征和有针
其他文献
为了实现自组织传感器网络中传感器节点的定位,提出了一种无需复杂测距过程基于判别分类和回归计算的定位算法.在训练阶段,选择一个合适的判别函数来使用任意构造的边界对节点位置进行分类识别,以获得位置未知节点的位置的粗粒度估计,该阶段可在少量具有足够的能量和处理能力的位置已知的传感器节点上在线或离线进行;训练阶段结束,其他位置未知的大量低功率传感器节点可以通过回归计算来局部确定自己的位置,从而实现细粒度定位.仿真实验结果表明,所提算法不仅与网络的拓扑无关,而且相比于过程复杂的测距定位算法具有更小的定位误差.
对分布式干扰波束形成的性能及其影响因素进行系统性分析,推导了分布式干扰波束形成的归一化平均功率方向图,理论分析了相位误差和位置误差对归一化平均方向图的影响.仿真结果表明,干扰节点越多,归一化平均功率方向图的主副比越大;干扰节点分布区域越大,波束宽度越窄;相位误差的存在会导致分布式干扰波束形成的性能下降,相位误差越大,归一化平均功率方向图的峰值越低.
针对钢铁厂含铁尘泥低附加值的问题,以氯化胆碱-二水合草酸(CC-OA)低共熔溶剂(DES)为研究体系,以钢厂含铁粉尘(经水洗处理)为研究对象,提出了运用氯化胆碱-二水合草酸低共熔溶剂处理含铁粉尘固相前驱体热分解法制备纳米氧化铁,并对处理过程中前驱体热分解及纳米氧化铁晶粒生长进行动力学分析.研究表明:处理过程中得到的前驱体为FeC2O4·2H2O,以其热分解第二阶段为热分析动力学的研究目标,根据Ozawa方程法、Kissinger-Akahira-Sunose方程法和Starink方程法3种等转化率法得到的
为探究遥感卫星在监测火灾方面的应用,通过对Landsat 8图像和高分四号卫星图像波段进行分析,采用"劈窗法"构建高分四号(GF-4)卫星中波红外波段数据的着火点检测算法。对Landsat 8和GF-4卫星的图像数据先进行预处理,对每个像元进行检测,根据该像元的特定波段的反射率和亮温值是否满足所设阈值决定是否将其判断为所需像元。对火点检测结果进行分析,使用中波红外波段的亮点和有色光波段的烟雾共同判
随着绿色新能源汽车的发展,锂电铜箔的需求量越来越大,高质量的电解铜箔厚度较薄,其质量受阴极辊表面状态和内部应力影响较大.针对国产化锂电铜箔一体机铜箔质量提升的需求,对其核心部件阴极辊的残余应力进行了超声检测,采用盲孔法对测试点进行了验证,比较了焊接、旋压等工艺处理的阴极辊表面残余应力分布的差异,指出3种阴极辊表面存在不同的压应力状态,为产品设计提供了重要借鉴.最后为评价振动阴极辊的消应力工艺,采用超声法对阴极辊振动消除残余应力的效果进行了测试与评价.
为了提升基于可编程门阵列(FPGA)红外图像去模糊的效果,提高运行效率,提出一种基于惯性测量单元(IMU)的快速红外图像去模糊方案。使用IMU对红外探测器的移动造成的模糊进行量化,利用IMU得出的红外探测器的角位置,计算出每个像素的点扩散函数(PSF)。针对红外探测器移动,对空间不变和空间变化型模糊进行建模。在量化后,使用FPGA IP核,在Xilinx系统生成器环境中,使用维纳滤波器进行图像去模
分析了国内超声波衍射时差法(TOFD)检测能力的实验室认可现状,详细对比了国内外超声波衍射时差法相关标准中关于人员和设备的管理和技术要求,并根据超声波衍射时差法的技术特点和国内应用现状,从人员、设备、过程控制等方面,提出了关于实验室超声波衍射时差法检测能力认可的相关建议.
近年来,随着遥感技术的不断发展,遥感图像数据集的数量和质量在大幅地提升。相比于传统的基于统计学习的目标检测方法,深度学习凭借其能够自主学习数据特征的优势,省去了繁琐的人工提取特征过程,适合处理海量数据。许多基于深度学习的目标检测模型在面对遥感图像中的小型目标(如船舶)时,不能准确地检测船舶的具体位置。针对该问题,使用基于FPN框架的特征提取方法,结合金字塔式的特征信息和可旋转的候选框设计,在不同场
厦门大学飞行器健康管理技术研究中心以国家特聘专家卿新林教授、教育部新世纪优秀人才曾志伟教授为学科带头人,形成了一支年龄结构合理、富有朝气的多学科交叉研究队伍.研究中心致力于解决飞行器等高端装备无损检测与结构健康监测的科学与技术问题,在先进传感技术、无损检测、健康监测、智能结构等领域开展研究工作,重点研究涡流检测,超声检测,多场耦合传感网络和结构健康监测的理论、方法和工程应用关键技术等,在2020年取得了可喜的成果.
针对现有图像隐写方法载体实用性、 隐藏信息安全性以及信息嵌入与输出准确性较低等问题,提出了一种基于信息最大化生成对抗网络(Information Maximizing Generative Adversarial Networks,InfoGAN)的图像隐写方法.该方法使用潜码(Latent Code)来表示数据的标签,作为生成模型的一个输入与噪声一起生成含密图像,并使用标签判别器分离出标签,以达到解密的效果.与传统信息隐藏方法不同,该方法抛弃了传统信息隐藏方法中信息嵌入的步骤,而使用生成对抗网络生成含密