基于广度残差与像素点注意力的图像去模糊模型

针对现有方法难以快速从模糊图像中恢复高质量清晰图像的问题,提出了基于广度残差与像素点注意力的图像去模糊模型。该模型以编解码网络为基础,采用广度卷积与多阶残差方法,构建广度残差模块,提高了模型处理速度;同时,采用局部平均与矩阵叉乘,构建像素点注意力模块,增强了模型去模糊质量。在GOPRO数据集上进行的实验结果表明,在模型大小仅为22.24 MB情况下,结构相似度为0.9223,峰值信噪比为31.74 dB,平均运行时间为0.37 s。所提出方法与尺度循环网络方法相比,其峰值信噪比提高了4%,并且性能优于现有其他去模糊方法。

沥青路面公路施工技术与质量控制措施

当前高速公路路面以及城镇主干道路面主要为沥青材质,在公路工程数量不断增加的同时,沥青路面工艺研究不断深入,技术水平提升,实际应用期间仍会出现变形、开裂等病害现象,严重影响了正常交通。病害成因相对复杂,工作人员需要进一步提升对施工工艺质量控制的研究力度。本文将对沥青路面施工工艺进行介绍,针对常见沥青质量影响因素,探讨质量控制措施。

公路工程路面施工中沥青混凝土施工技术研究

公路工程是促进交通运输业经济发展的重要项目,其施工质量是否达标关乎这过往行人及车辆的安全。当前,在公路工程路面施工中时常采取沥青混凝土施工技术开展施工作业,通过规范标准的施工操作可有效保障公路路面的平整度和舒适性,提升路面结构的稳固性和整体工程的安全性。对此,文章就公路工程路面施工中的沥青混凝土施工技术进行了分析,以供参考。

深度特征融合注意力与双尺度的运动去模糊

目的拍摄运动物体时,图像易出现运动模糊,这将影响计算机视觉任务的完成。为提升运动图像去模糊的质量,提出了基于深度特征融合注意力的双尺度去运动模糊网络。方法首先,设计了双尺度网络,在网络结构上设计高低尺度通路,在低尺度上增加对模糊区域的注意力,在高尺度上提升网络的高频细节恢复能力,增强了模型去模糊效果。其次,设计了深度特征融合注意力模块,通过融合全尺度特征、构建通道注意力,将编码的全尺度特征与解码的同级特征进行拼接融合,进一步增强了网络的去模糊性能和细节恢复能力。最后,在双尺度的基础上,引入多尺度损失,使模型更加关注高频细节的恢复。结果在3个数据集上,与12种去模糊方法进行了对比实验。在GoPro数据集上得到了最优结果,相比SRN(scale-recurrent network)方法,平均峰值信噪比提升了2.29 dB,能够恢复出更多的细节信息。在Kohler数据集上,得到了最高的峰值信噪比(29.91 dB)。在Lai数据集上,视觉上有最好的去模糊效果。结论实验结果表明,本文方法可以有效去除运动模糊并恢复细节。