结合门控融合网络和残差傅里叶变换重建太阳斑点图

使用现有深度学习算法重建云南天文台拍摄的高度模糊太阳斑点图像时,出现高频信息丢失、边缘模糊、重建难度大等问题。对此,提出一种结合门控融合网络与残差傅里叶变换的太阳斑点图重建算法,其中门控融合网络由一个生成器和两个鉴别器组成,生成器包含去模糊模块、高维特征提取模块、门控模块和重建模块。去模糊模块采用基于双注意力机制的U形网络框架,获取低分辨率图像去模糊后的特征;高维特征提取模块使用残差傅里叶变换的卷积块,提取包含图像空间细节的高维特征;门控模块将上述两个特征进行融合,得到权重图,与去模糊后的特征进行加权后,再与高维特征融合,得到融合特征;重建模块采用残差傅里叶变换的卷积块和像素混洗层,将门控模块得到的融合特征图进行重建,得到高分辨率图像。利用两个鉴别器分别鉴别去模糊模块产生的去模糊图像和重建模块产生的高分辨率图像的真实性。最后,设计包含像素内容损失、感知损失和对抗损失的组合训练损失函数,指导模型训练。实验结果显示,所提方法与现有深度学习重建方法相比,高频信息的恢复能力更强,边缘轮廓更清晰,结构相似性和峰值信噪比指标更高。

结合GAN和风格迁移的太阳斑点图重建方法

在云南天文台拍摄的模糊太阳斑点图的超分辨率重建过程中,采用现有深度学习算法存在高频信息难以恢复、重建图不够清晰等问题,为此,提出一种结合GAN(生成对抗网络)和风格迁移网络的太阳斑点图超分辨率重建方法STYLE-NICE-GAN。首先,利用GAN获取低分辨率太阳斑点图到Level1+高分辨率太阳斑点图的映射关系,重建太阳斑点图的全局轮廓和部分细节;其次,使用风格迁移网络,对GAN的重建结果进行二次重建,在保留局部细节、高频信息和不影响后续分析的同时,提高图像的整体对比度和清晰度。实验结果表明,与现有深度学习超分辨率重建算法相比,该方法具有重建图像清晰度更高、高频信息恢复能力更强的优点,重建结果在两个有参考评价指标PSNR、SSIM和三个无参考评价指标BRISQUE、NIQE、PIQE上的评价均占有优势。

苏州园林花窗植物纹样提取与再生设计

目的:探索苏州园林花窗植物纹样的提取与再生,实现苏州园林花窗植物纹样在当代文创设计中的创新应用。方法:基于层次表达模型,梳理苏州园林花窗中典型植物纹样的基本图形元素,通过形状文法对纹样元素进行重构与再生设计。结果:提出设计策略并进行实践创新应用,将提取的花窗植物纹样元素进行再设计并运用到文创产品中。结论:解读了苏州园林花窗纹样的传承价值,探索了其在当代设计领域中的表达与传播路径,为苏州园林花窗文化的传承和创新发展以及同类型文化创意产品的设计提供了思路。

木糖醇藤茶酸奶加工工艺及其抗氧化性

以木糖醇为甜味料,添加藤茶浸提液和乳酸菌,制备具有抗氧化功能的木糖醇藤茶酸奶,通过单因素和正交试验,研究藤茶浸提液添加量、木糖醇添加量、发酵温度、发酵时间对酸奶酸度、持水性和感官评价等指标的影响。结果表明,木糖醇藤茶酸奶的最佳工艺参数为:藤茶浸提液添加量0.8%、木糖醇添加量6%、发酵温度42℃、发酵时间8 h。在此工艺条件下研制的酸奶,色泽淡黄,组织细腻,酸甜可口,口感爽滑,具有良好的酸奶风味和藤茶清香。对DPPH自由基和羟自由基的清除能力远高于复原酸奶,与VC的抗氧化能力相当。

基于风格迁移算法的任意风格木版年画生成与设计应用

文章基于人工智能风格迁移算法,结合多样的绘画风格进行风格迁移实验,拓展木版年画的创作语言和艺术风格,实现木版年画在现代审美下的创新设计。