基于改进卷积神经网络的图像超分辨率算法研究

来源 :计算机应用研究 | 被引量 : 5次 | 上传用户:linux_secway
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有卷积神经网络图像超分辨率复原算法中映射函数容易出现过学习、损失函数收敛性不足等问题,通过结合现有视觉识别算法和深度学习理论对其进行改进。首先将原有SRCNN层数从3层提高到13层,并提出一种自门控激活函数形式swish,代替以往网络模型常用的sigmoid、Re LU等激活函数,充分利用swish函数的优势,有效避免了过拟合问题,更好地学习利用低分辨率到高分辨率图像之间的映射关系指导图像重建;然后在传统网络损失函数中引入Newton-Raphson迭代法理论,进一步加快了收敛速度。最后通过实
其他文献
针对局部二值模式(local binary pattern,LBP)描述信息单一以及对噪声敏感的问题,提出一种多尺度自适应阈值局部三值模式(multi-scale adaptive local ternary pattern,MSALTP)编码算法。MSALTP首先将原始图像放大;其次将图像平均划分成几个区域,并计算像素的均值;然后计算每个区域中心像素与均值的偏差;最后提取ALTP特征,将结果统计
采用超声波辅助萃取法从蟹味菇子实体中提取呈鲜味物质氨基酸,以茚三酮为显色剂,吸光度为衡量指标,进行单因素及正交试验。试验结果表明,最佳提取条件为超声温度50℃,料液比1
目的在新型冠状病毒肺炎疫情期间,采用追踪方法学联合失效模式与效应分析(failure mode and effect analysis,FMEA)对某三甲定点医院防护物资发放与使用进行追踪监测,建立突
提出了一种混合卷积神经网络用于人群数量的感知计算,在高度密集的场景中可以准确地预测人群密度图。模型仅由两个部分组成:前端为扩张卷积神经网络提取二维特征;后端采用分数步长卷积神经网络降低下采样中的信息损失。为了验证和分析算法性能,模型设计基于当前较为流行的Shanghai Tech数据集,使用回归问题的评价指标,即平均绝对误差(MAE)和均方误差(MSE)作为评估算法性能的标准。在Shanghai
目的本研究主要探究献血者因素,如年龄,性别,民族等对红细胞溶血的影响。方法采集全血,制备红细胞悬液,检测储存溶血、渗透性溶血、氧化应激溶血的相关参数,并进行进行统计学