残差块相关论文
由于许多输电线路处于强风沙区域，其对绝缘子的破坏尤为严重，因此对输电线路绝缘子进行检测无疑是重中之重。笔者针对现阶段强风沙环......
为了能有效地去除真实图像的复杂噪声，提出了一种结合迁移学习的真实图像去噪算法。该算法采用了双编码器结构，迁移学习编码单元利用......
为解决复杂场景中的非均匀模糊问题,提出一种端到端的多尺度条件生成对抗网络用于图像去模糊.在生成器网络中,针对现有的基于分层......
提高医学图像清晰度有利于医生迅速做出病情诊断与分析,但由于受硬件设备限制和人为因素影响,往往无法获取令人满意的高分辨率医学......
随着航天航空技术的飞速发展,高分辨率遥感图像获取越来越便捷,如何利用语义分割技术从大量数据中获取地表信息,自动识别图像中的......
在计算机图像处理问题中,图像超分辨率（Super-Resolution,SR）采用数学模型计算的方式在尽可能保留图片原有纹理细节的情况下,将低分......
人脸表情识别指通过计算机来计算和分析人的脸部肌肉、形态和关键特征的变化,从而判断其内部情绪。在模式识别领域中,人脸表情识别......
传感器监测数据结合神经网络预测模型是矿井带式输送机运行状态预测的主流方法,但利用接触式传感器对带式输送机运行状态进行监测......
脑肿瘤MRI图像形态各异,类别严重不平衡,采用传统机器学习的半自动分割或深度学习的全自动分割方法,分割精度都不高.针对此问题,文......
针对眼底血管图像存在血管细小、视网膜病变而导致分割精度低的问题,提出了一种引入残差块、级联空洞卷积、嵌入注意力机制的U-Net......
目的 基于深度学习方法提出一种稠残U-net神经网络,探讨其在放疗定位CT上自动预测甲状腺轮廓的可行性,以减少放疗中甲状腺所受辐射......
从水下视频和图像中自动探测和识别鱼类目标对于评估渔业资源、生态环境监测等具有重要意义。但由于水下图像存在着低光照、水体浑......
在雾霾等恶劣天气下,大气中悬浮着大量的颗粒物质,由于受到这些悬浮颗粒的散射作用、吸收作用等影响,导致采拍摄的图像出现质量退......
强化学习长期以来的一个目标是创造一个能够在具有挑战性的领域,以超越人类的精通程度学习的算法。博弈论是人工智能中最优化策略......
针对相衬显微镜采集的细胞图像具有亮度不均衡且细胞与背景对比度较低的问题,提出一种以U-Net为基本框架,结合残差块和注意力机制......
人脸识别，是基于采集到的人的脸部特征信息进行身份识别的一种生物识别技术，属于人工智能和计算机视觉的一个重要研究方向。目前，传统......
由于在低照度条件下的可见光图像和红外图像具有明显的差异和互补特性,可见光图像易受光照影响,边缘细节信息相对丰富,但在低照度......
基于车载环视摄像头的自动泊车辅助系统,使用了4个高清鱼眼摄像头,分别安装在整车的左/右外后视镜下方、前/后牌照框上方,该系统基......
随着时代发展,基于生物特征的身份识别逐渐代替传统身份鉴别方式,广泛应用于人们日常生活中。在众多生物特征中,虹膜识别的稳定性......
视网膜血管的形态变化与一些疾病的发生息息相关,通过观察人类视网膜血管的形态结构可以对一些疾病做出诊断,因此实现视网膜血管的......
近年来,深度学习一直是计算机领域的研究热点,随着研究的不断深入,深度学习目前在理论上达到瓶颈期。数据集的质量和大小对于深度......
视觉跟踪是计算机视觉领域的一个重要研究方向,现在已经广泛用于军事、医疗、机器人、智能交通等领域。近年来,深度学习技术获得了......
图像作为信息传递的一个载体,在日常生活中起着不可或缺的作用,待处理图像质量的高低直接决定了图像处理任务的完成效率和难度。图......
高分辨率遥感图像含有许多较为复杂的地物信息,对其进行的语义分割存在分割精度低、分割边界模糊等问题.本文提出一种新型的多尺度......
针对从一张物体有限的二维RGB图像信息中还原物体的三维形状信息,提出了基于距离正则化的单视图三维重建。利用二维卷积神经网络(C......
利用计算机图像处理技术自动分割视网膜图像,获得各层的厚度,可对多种视网膜疾病进行直观评估.为了快速准确地对OCT视网膜图像进行......
本文针对不同场景图像之间的转换问题,提出了一种改进的生成对抗网络模型,能够生成高质量的目标场景图像.在生成目标图像过程中存......
针对高效视频编码（HEVC）帧间预测过程所引入较高的复杂度,分别提出提前决策skip模式,编码单元（CU）提前终止分割以及变换单元（TU）提前终止......
低分辨率虹膜图像由于缺乏足够的纹理细节,会降低虹膜识别性能。针对这一问题,结合虹膜图像特点和超分辨率重建任务,提出一种利用......
通常,人脸图像能够看作是嵌入到高维空间中的低维流形的点的集合。流形学习被用于很多降维方法中,局部保持投影(LPP)便是其中的一......
针对医学影像超分辨率重建过程中细节丢失导致的模糊问题,提出了一种基于深度残差生成对抗网络(GAN)的医学影像超分辨率算法。首先......
通过可见/近红外光谱技术结合K最近邻法回归、随机森林回归、深度卷积神经网络及带有残差块的深度卷积神经网络4种化学计量学方法......
随着社会科技的不断进步与发展,以人脸识别为代表的相关技术逐渐成为图像分类识别中的重要研究领域。基于传统方法的人脸识别技术,......
随着社会经济的发展和人们生活水平的提高,能源需求变得越来越重要,传统能源会造成环境污染,因此风、光、水等污染小的可再生能源......
为了在红外与可见光图像融合中充分利用中间层提取的信息,防止信息过度丢失,本文提出了一种新的基于卷积自编码器和残差块的红外与......
为代替人工对4C巡检车拍摄铁路接触网图像进行分析,使检测的速度和准确率达到实用的要求,本文提出一种基于改进YOLO V3的接触网绝......
针对现实生活中存在人与人之间相互重叠交叉遮挡,由此产生对行人检测技术中检测速度慢、检测准确率低以及鲁棒性较差等问题。实验......
针对传统的稀疏表示方法的不足,提出一种基于深度残差卷积神经网络的单高光谱图像超分辨率方法,无需对应多光谱图像.研究挖掘低分......
为更有效地提升图像的超分辨率（SR）效果，提出了一种多阶段级联残差卷积神经网络模型。首先，该模型采用了两阶段超分辨率图像重建方法先......
针对非专业人员对烟草病害识别的不准确性及传统识别方法的不足,以五种常见的烟草病害为研究对象,提出基于SVM和ResNet的图像处理......
随着MR、CT、PET等医学影像大幅增加,使得利用超分辨率技术重建出高清晰的影像,为辅助阅片坐诊成为了研究热点。目前,以深度学习为......
为提高医学影像超分辨率的重建质量,提出了一种基于深度可分离卷积的宽残差超分辨率神经网络算法。首先,利用深度可分离卷积改进网......
针对传统的卷积神经网络(CNN)不能直接处理点云数据,需先将点云数据转换为多视图或者体素化网格,导致过程复杂且点云识别精度低的......
