CNN图像修复区域故障检测的迭代方法

来源 :小型微型计算机系统 | 被引量 : 2次 | 上传用户:galahad55
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
传统的基于补丁的图像修复方法在修复过程中无法复制真实的图像纹理,即故障像素区域,通常需要手动标记故障区域.我们提出了一个迭代检测故障区域的图像修复模型.使标记故障区域过程自动化、精确化,模型将从修复过程中的多个特征图中图区的补丁作为CNN的输入,经CNN卷积和池化后输入Softmax分类器识别区域像素有效性,对标记为无效的故障区域采用Patch Match算法进行修复,引入启发式阈值对修复图像多次迭代直至收敛.实验结果表明,本文方法与传统的人工标记法相比节约了人工时间,与非迭代应用方法相比,降低了故
其他文献
在车联网中,由于车辆快速移动以及网络拓扑动态变化,短时间内车辆之间形成的分簇结构不稳定,导致簇内流媒体数据广播业务面临困难.本文针对这一问题,提出一种基于复杂网络理
针对当前节点多指标排序的虚拟网络映射算法中,指标权重选取较为片面的问题,本文提出一种博弈论组合赋权的虚拟网络映射算法.首先提取网络节点特征指标,组成节点特征指标向量
为了对多参非解析对称复映射进行动力系统图形化研究,本文研究了含有5个实参非解析4旋转对称复映射f(z)=[λ+αz(z)+βRe(z4)+ωi]z+γ(z)3的广义M集的构造以及其非线性迭代
针对我国一些上市公司利用资产减值会计政策进行盈余管理,大玩“减值冲回”数字游戏的问题,2007年1月实施的新《企业会计准则》对资产减值会计政策进行了较大的修改与完善,其中
内容针对传统指数滑动平均(EMA)算法在AlexNet卷积神经网络的训练后期无法持续优化网络参数,而导致网络过拟合问题.提出一种基于Tanh动态衰减指数滑动平均算法(T-ADEMA),采用变系数Tanh函数作为衰减率函数,根据训练次数动态调整优化参数,减小数据集中噪声对网络学习影响,提高模型泛化性能.实验结果表明,基于T-ADEMA算法的AlexNet网络在MNIST,CIFAR_10,CIFAR