一种光照不均图像的超分辨率重建算法研究

针对传统的超分辨率重建算法在处理光照不均图像时会出现图像失真、边缘模糊等问题,在原有的极深超分辨率(VDSR)重建方法基础上提出一种光照不均图像的超分辨率重建方法。首先,采用自门控Swish激活函数代替常用的ReLU激活函数,解决了随着网络层数加深出现的过拟合问题,可以更好地学习映射关系;然后,在网络结构中提出一种简洁紧凑型的局部残差网络,在保证网络层数的同时能学习更多的图像细节信息,很好地解决了VDSR中由于图像多次传输出现的信息丢失问题;最后,在网络末端使用反卷积获得高分辨率图像。通过实验证明该方法对光照不均图像重建可以获得更高的峰值信噪比(PSNR)和结构相似度(SSIM)。

SAR影像船舶目标检测技术研究

针对SAR影像特征单一、小船舶目标检测召回率低和近岸目标虚警率高等问题,提出基于跨阶段局部聚合残差变换网络CSPResNeXt(Cross Stage Partial ResNeXt)的SAR影像船舶检测算法。该算法首先在浅层特征提取网络中加入了感受野模块RFB(Receptive Field Block)来模仿人类视觉感知,用以增强目标特征的可辨识性和网络对小尺寸船舶的适应性;其次采用多特征层双向加权融合和多尺度检测方法,对特征进行重组优化,提升目标检测能力;最后提出了相适应的损失函数的计算方法,并通过数据增强提升网络的鲁棒性。在HRSID和SSDD数据集上的实验结果表明,改进算法对密集小目标的检测效果得到了提升,有效降低了近岸强散射目标的误检率,检测速度和精度更加优越。