修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

7 条数据
?? 中文（中国） ▾

  • 基于深度卷积神经网络的单幅红外图像增强

    摘要： 本文提出一种用于单幅红外图像增强的深度学习方法。采用全卷积神经网络（CNN）生成对比度和细节增强的图像，并将条件生成对抗网络纳入优化框架以避免背景噪声放大，同时进一步提升对比度与细节表现。现有卷积神经网络架构（如残差架构和编码器-解码器架构）在网络性能和应用范围上均未能实现红外图像增强任务的最佳效果。为此，我们专门设计了一种新型精细化卷积神经网络架构，相比其他网络架构能产生视觉效果更佳、对比度更高且细节更锐利的输出。由于红外图像样本较少，训练过程使用可见光图像，并通过生成合适的训练样本来确?；诳杉馔枷裱盗返耐缒苡行вτ糜诤焱馔枷?。实验表明，本方法在对比度和细节增强方面优于现有图像增强算法。代码详见：https://github.com/Kuangxd/IE-CGAN。

    关键词： 残差网络，增强，红外图像，深度学习，编码器-解码器网络，生成对抗网络

    更新于2025-09-23 15:23:52

  • [IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于深度残差网络的单幅图像立体生成

    摘要： 本文提出一种利用深度残差网络预测的相对深度标签从单幅图像生成立体内容的框架。具体而言，该框架首先通过网络获取粗略的相对深度标签，再通过采样与插值将其优化为绘画深度，随后采用无监督聚类算法将不同深度的像素分离至各图层以生成立体图像。实验结果表明，该方法视觉效果良好，可普遍适用于室内外场景。同时，在单幅图像相对深度估计方面的定量结果达到先进水平。进一步实验显示了本方法在虚拟现实和全景领域的应用潜力。

    关键词： 分层图像、残差网络、相对深度、立体生成

    更新于2025-09-23 15:22:29

  • 利用深度神经网络对高空间分辨率图像进行语义分割

    摘要： 可靠的城市土地划分信息是基础设施管理和城市规划等应用的基础。精确的语义分割方法能为遥感影像的每个像素分配可靠的地面地物类别。本文提出一种端到端的深度学习架构，用于高空间分辨率遥感影像的像素级理解。该架构同时考虑局部和全局上下文信息：通过深度残差网络学习局部上下文，利用金字塔池化?？樘崛《喑叨热稚舷挛摹Ｕ庑┥舷挛奶卣骶唇雍笥糜谠げ饷扛鱿袼氐谋昵?。此外，我们设计了多重附加损失函数来优化深度学习网络，使其能同步处理不同分辨率图像的多层次特征。采用Vaihingen和Potsdam两个公开数据集评估所提深度神经网络的性能，与现有最先进算法结果的对比验证了本方法的有效性。

    关键词： 金字塔池化、深度学习、全局上下文信息、高分辨率图像分割、残差网络

    更新于2025-09-23 15:22:29

  • 基于卷积神经网络（CNN）的图像识别技术在环境监测无人机图像定位中的应用研究

    摘要： 无人机遥感已广泛应用于应急救援、灾害救助、环境监测、城市规划等领域?；肪臣嗖庵械耐枷袷侗鹩胪枷穸ㄎ灰殉晌扑慊泳趿煊虻难芯咳鹊?。卷积神经网络模型是最常用的图像处理模型，相较于传统人工神经网络模型，卷积神经网络具有更多隐藏层，其独特的卷积和池化操作在图像处理中效率更高，在图像识别与定位等二维图形任务中具有无可比拟的优势。作为卷积神经网络的新型变体，残差神经网络旨在让卷积层学习残差而非直接学习目标。通过分析CNN模型的图像特征表征特性及残差网络后，构建了残差网络模型。选取无人机遥感系统作为平台获取图像数据，研究基于残差神经网络的图像识别问题，并通过实验仿真与精度分析进行验证。最后探讨了学习与设计过程中的问题与经验，展望了图像目标定位与识别领域的未来改进方向。

    关键词： 残差网络、卷积神经网络、图像识别、无人机

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于子类判别分析的深度残差网络用于人群行为识别

    摘要： 在本研究中，我们通过微调的深度卷积神经残差网络从视频中提取丰富的人群行为表征。利用空间划分树为每个群体行为属性（类别）的特征图创建子类，随后采用特征建模方案对这些子类的特征进行正则化处理，从而有效建模子类内部信息产生的方差?；谌孔永嗌⑸湫畔⑻崛〉臀斜鹦蕴卣骱?，运用余弦距离度量结合动态时间规整算法计算视频间的相似性。通过1-最近邻分类器从正常视频中识别对应的群体行为属性类别。在大规模人群行为视频数据库上的实验结果表明，相较于基线方法和当前最先进技术，本框架在人群行为识别任务中展现出更优越的性能。

    关键词： 人群行为识别、判别分析、残差网络、特征提取

    更新于2025-09-23 15:21:21

  • [IEEE 2019年第18届国际光通信与网络会议(ICOCN) - 中国黄山 (2019.8.5-2019.8.8)] 2019年第18届国际光通信与网络会议(ICOCN) - 基于深度学习的大规模MIMO信道状态信息反馈

    摘要： 大规模多输入多输出技术是未来5G无线通信的关键技术。随着MIMO信道矩阵规模增大，其信道反馈问题日益具有挑战性。本文提出一种基于监督深度学习的编解码方案，通过信道感知算法提升重建质量。传统基于压缩的残差注意力网络在低压缩比时仍能保持良好性能。

    关键词： 压缩感知、大规模MIMO、深度学习、残差网络、注意力模型

    更新于2025-09-16 10:30:52

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于主动学习的宽上下文残差网络用于遥感图像分类

    摘要： 本文提出了一种结合主动学习（AL）的宽上下文残差网络（WCRN），用于遥感图像（RSI）分类。尽管ResNet在各类应用（如RSI分类）中取得了显著成效，但其性能受限于对大量标注样本的需求。由于实际场景中获取类别标签既困难又昂贵，我们将提出的WCRN与AL相结合，通过利用最具信息量的训练样本来提升其泛化能力。具体而言，我们首先设计了一个适用于RSI分类的宽上下文残差网络，随后将其与AL集成，从而在有限训练样本条件下实现良好的机器泛化。帕维亚大学和弗莱福兰德数据集上的实验结果表明，所提出的WCRN与AL组合能显著降低样本需求量。

    关键词： SAR、残差网络、分类、高光谱图像、遥感、主动学习

    更新于2025-09-10 09:29:36