基于多级跳跃残差组的运动人像去模糊网络

为解决复原后的运动模糊人像图像的轮廓模糊、细节丢失等问题,提出了基于多级跳跃残差组生成对抗网络(GAN)的运动人像去模糊方法。首先,改进残差块以构造多级跳跃残差组模块,并改进PatchGAN的结构以使GAN能够更好地结合各层的图像特征;其次,使用多损失融合的方法优化网络,从而增强重建后图像的真实纹理;最后,采用端到端的模式将运动模糊的人像图像进行盲去模糊操作,并输出清晰的人像图像。在CelebA数据集上的实验结果表明,相较于DeblurGAN(Deblur GAN)、尺度循环网络(SRN)和MSRAN(Multi-Scale Recurrent Attention Network)等基于卷积神经网络(CNN)的方法,所提方法的峰值信噪比(PSNR)和结构相似度(SSIM)分别至少提高了0.46 dB和0.05;同时,所提方法的模型参数更少,修复速度更快,且复原后的人像图像具有更多的纹理细节。

基于跳跃残差连接的轻量级超分辨率重建算法

基于残差模块构成的图像超分辨率重建算法可以增加网络层数、提升网络性能,但是存在网络规模大的问题.为了解决这一问题,以及能够有效提取不同网络层次的特征、有效区分输入图像的低频信息和高频信息,提出了一种基于跳跃残差连接和注意力机制的轻量级双分支超分辨率重建模型.首先利用跳跃残差连接和空间注意力机制共同构成注意力残差分支,其中的跳跃残差连接由卷积层和小型残差结构共同构成;其次,在图像采样分支中直接对图像上采样;最后将两个分支的特征进行融合.将提出的算法在Set5、Set14、BSD100、Urban100和Manga109五个基准数据集上进行测试,实验结果表明,该算法在×2、×3放大因子模型中部分数据集具有更高的峰值信噪比和结构相似性,在×4放大因子模型中所有数据集的评价指标都是最优,同时算法重建的图像具有更多的纹理细节和更少的伪影.与其他轻量级超分辨率重建算法(参数量小于1.5 M)相比,所提出的算法包含更少的参数量和更高的峰值信噪比值.

多尺度深层特征加强的CME小样本目标检测模型

针对现有的小样本目标检测模型存在对图像全局语义信息考虑不足、输入图像大小不一而导致检测器性能下降的问题,提出了多尺度深层特征加强的CME小样本目标检测模型。利用大量有标签的基类数据和基于残差跳跃的多层卷积神经网络及多尺度特征增强模块训练一个泛化性良好的模型,经过少量有标签的新类数据和基类数据对模型微调,利用微调后的模型进行目标检测。为验证模型的有效性,使用VOC2007和VOC2012数据集对模型进行训练和评估,相关消融实验证明了引入残差跳跃结构的多层卷积神经网络和多尺度特征增强模块的单独使用和组合使用均可进一步增加模型的准确率。在与6个具有代表性的小样本目标检测模型的对比实验中表明,多尺度深层特征加深的CME比最先进的检测器得分平均提高4.75个百分点。

基于改进残差学习的东巴象形文字识别

基于深度学习模型的东巴象形文字识别效果明显优于传统算法,但目前仍存在识别字数少、识别准确率低等问题。为此本文建立了包含1387个东巴象形文字、图片总量达到22万余张的数据集,大幅度增加了可识别字数,并辅助提高了东巴象形文字的识别准确率。同时,本文根据东巴象形文字相似度高、手写随意性大的特点,选择ResNet模型作为改进的网络结构,设计了残差跳跃连接方式和卷积层的数量,并通过加入最大池化层实现了下采样的改进。实验结果表明,在本文建立的东巴象形文字数据集上,改进的ResNet模型实现了东巴象形文字识别字数多且识别准确率高的最好效果,识别准确率可达到98.65%。

基于深度残差反向传播神经网络的钢筋腐蚀检测

针对小样本数据下浅层神经网络模型拟合能力不足,而加深网络层数出现网络性能退化问题,提出一种双跳跃深度残差反向传播(back propagation,BP)神经网络模型,每个残差块堆叠3个同维度网络层,在网络的一、二层和一、三层之间加入双跳跃连接,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,且在反向传播过程中避免了梯度消失,提升模型分类准确率。同时引入一阶矩估计梯度指数加权平均因子对Adam算法中影响学习率的二阶矩估计梯度进行调整,优化网络的收敛能力。将改进后的算法模型用于钢筋腐蚀样本数据训练及测试,仿真结果表明,改进后的算法模型具有更好的分类性能。

基于改进U⁃Net的低质量文本图像二值化

文本图像二值化是光学字符识别的关键步骤,但低质量文本图像背景噪声复杂,且图像全局上下文信息以及深层抽象信息难以获取,使得最终的二值化结果中文字区域分割不精确、文字的形状和轮廓等特征表达不足,从而导致二值化效果不佳。为此,提出一种基于改进U-Net网络的低质量文本图像二值化方法。采用适合小数据集的分割网络U-Net作为骨干模型,选择预训练的VGG16作为U-Net的编码器以提升模型的特征提取能力。通过融合轻量级全局上下文块的U-Net瓶颈层实现特征图的全局上下文建模。在U-Net解码器的各上采样块中融合残差跳跃连接,以提升模型的特征还原能力。从上述编码器、瓶颈层和解码器3个方面分别对U-Net进行改进,从而实现更精确的文本图像二值化。在DIBCO 2016—2018数据集上的实验结果表明,相较Otsu、Sauvola等方法,该方法能够实现更好的去噪效果,其二值化结果中保留了更多的细节特征,文字的形状和轮廓更精确、清晰。

回环结构与PAM结合的双目图像超分辨率网络

双目图像第二视点为图像超分辨率重建网络提供更多的细节信息,为更充分利用双目图像的互补信息,提出一种基于深度学习的回环结构与视差注意力模块(PAM)相结合的双目图像超分辨率重建网络。该网络特征提取模块由MJR-ASPP+构成的回环结构与扩张残差块交替级联而成,回环结构中混合跳跃式残差(MJR)能聚合网络中不同深度的信息,改进空洞空间金字塔池化块(ASPP+)用于提取图像多尺度特征,扩张残差块融合多级特征的同时有效去噪;引入视差注意力模块获取双目图像中的全局对应关系,集成图像对的有用信息;通过亚像素层重建出超分辨率左(右)图,并将FReLU用于整个网络中提高捕获空间相关性效率。该网络在Middlebury、KITTI2012、KITTI2015和Flickr1024四个公开数据集中都取得了优异结果,实验结果表明该网络具有更好的超分辨率性能。

基于MultiResAttUnet网络的二维地震断层自动识别方法研究

断层识别在地震解释中起重要作用,但传统断层识别技术存在识别难度大、周期长、极易受人为因素以及地震资料像素影响等问题,识别效率低下.为解决这一问题,在U-Net网络基础上,本文提出一种基于多尺度残差注意力网络的断层自动识别方法.利用多尺度残差模块代替U-Net的两层卷积,进行多尺度提取模型特征;利用残差跳跃连接代替U-Net的跳跃连接,消除因高低层语义信息融合导致的语义丢失问题;最后引入注意力机制,融合全局、局部、空间以及通道特征,确保模型可以从各种维度最大限度地提取图像特征信息.实验结果表明:本文所提出的网络模型在Accuracy、F1、IOU与Dice等性能评价指标上均优于其他常见的网络模型,对比基模型U-Net,各项指标分别提高了1.5%、15.6%、15.4%和7.4%;通过对加噪数据与实际数据等进行断层识别实验,证明本文方法具有很好的抗噪性与识别效果.

基于DCNN-CTC的中文儿童语音识别研究

针对卷积神经网络(CNN)语音信号建模能力不足的问题,提出了一种基于深度卷积神经网络和连接时序分类器(DCNN-CTC)的中文童声识别模型。此模型以CTC作为目标损失函数,通过在卷积神经网络的层之间引入残差跳跃连接,将前一层的输出直接传递到后一层,构建一套残差卷积层,增加了声学模型中卷积层的数量。然后,在残差结构的内部和外部分别应用了Mish和Maxout激活函数,减少网络的崩溃现象和过拟合问题,进而增强语音识别的效率。结果表明,与传统的语音识别模型CNN、DCNN和CTC相比,DCNN-CTC模型在中文儿童语音识别中的音素错误率(PER)和词错误率(WER)最低。