DCN:双通道密集哈达玛卷积的画质评价网络

随着人类对高质量图像的需求日益紧迫,客观画质评价(image quality assessment,IQA)的研究日趋重要,其中的无参考真实失真评估,面临失真的复杂性和内容多样性的巨大挑战。为了获取更加准确有效的质量特征,提出了一种双通道密集哈达玛卷积的画质评价网络(dual-channel network,DCN),其以深度卷积模型Inception-ResNet-v2为骨干网络提取特征,将设计的双通道融合网络为分数评估网络,最后映射到客观质量分数。分数评估网络由卷积特征提取分支和多层感知机分支并联组成,将提出的密集哈达玛卷积模块(dense Hadamard product module,DHPM)应用到多层感知机分支中,通过哈达玛乘积将低层特征与高层特征融合,发挥特征自适应和高级表达的作用。在公开数据集KonIQ-10k上的实验结果表明,该网络测试的斯皮尔曼秩相关系数(spearman rankorder correlation coefficient,SROCC)为0.922,皮尔森线性相关系数(Pearson linear correlation coefficient,PLCC)达到0.938。

一类亚纯多叶星象函数的子族（英文）

本文研究了一类亚纯多叶星象函数的子族(?)_p(β,λ).利用分析的方法与技巧,得到了函数族(?)_p(β,λ)的系数估计、邻域与部分和性质及一些包含关系,所得结果推广了相关作者的一些成果.