期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于残差注意力和半监督学习的图像去雾算法
被引量:
1
1
作者
孙曦
于莲芝
《电子科技》
2023年第9期50-57,共8页
基于训练合成图像的去雾算法往往不能在真实图像数据集上取得较好效果。针对泛化能力不理想等问题,文中提出了一种基于残差注意力机制的半监督学习网络用于单幅图像去雾算法。其主干网络由编码器和解码器构成,通过使用堆叠的残差注意力...
基于训练合成图像的去雾算法往往不能在真实图像数据集上取得较好效果。针对泛化能力不理想等问题,文中提出了一种基于残差注意力机制的半监督学习网络用于单幅图像去雾算法。其主干网络由编码器和解码器构成,通过使用堆叠的残差注意力模块调整不同尺度的特征权重,赋予重要特征更多权重。局部残差学习选择绕过薄雾区域,使模型关注有效信息。文中训练分为有监督学习和无监督学习两个分支,分别输入合成数据和真实数据,其中使用暗通道损失和全变分损失来约束无监督分支。实验结果表明,文中所提算法在合成数据集和真实数据集上均取得了较好的结果,图像的平均处理时间仅为0.01 s,在去雾效果和处理时间上实现了平衡。
展开更多
关键词
图像去雾
编码解码结构
半监督框架
注意力机制
残差连接
sos增强策略
暗通道损失
SSIM损失
下载PDF
职称材料
基于深度多级小波U-Net的车牌雾图去雾算法
被引量:
1
2
作者
陈炳权
朱熙
+1 位作者
汪政阳
梁寅聪
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022年第6期124-134,共11页
为了解决雾天拍摄的车牌图像边缘模糊、色彩失真的问题,提出了端到端的基于深度多级小波U-Net的车牌雾图去雾算法.以MWCNN为去雾网络的主体框架,利用“SOS”增强策略和编解码器之间的跨层连接整合小波域中的特征信息,采用离散小波变换...
为了解决雾天拍摄的车牌图像边缘模糊、色彩失真的问题,提出了端到端的基于深度多级小波U-Net的车牌雾图去雾算法.以MWCNN为去雾网络的主体框架,利用“SOS”增强策略和编解码器之间的跨层连接整合小波域中的特征信息,采用离散小波变换的像素-通道联合注意力块降低去雾车牌图像中的雾度残留.此外,利用跨尺度聚合增强块补充小波域图像中缺失的空间域图像信息,进一步提高了去雾车牌图像质量.仿真实验表明,该网络在结构相似度和峰值信噪比上具有明显的优势,在处理合成车牌雾图和实际拍摄的车牌雾图上,去雾效果表现良好.
展开更多
关键词
车牌雾图去雾
MWCNN
“
sos
”
增强
策略
跨层连接
注意力
跨尺度聚合
下载PDF
职称材料
题名
基于残差注意力和半监督学习的图像去雾算法
被引量:
1
1
作者
孙曦
于莲芝
机构
上海理工大学光电信息与计算机工程学院
出处
《电子科技》
2023年第9期50-57,共8页
基金
国家自然科学基金(61605114)。
文摘
基于训练合成图像的去雾算法往往不能在真实图像数据集上取得较好效果。针对泛化能力不理想等问题,文中提出了一种基于残差注意力机制的半监督学习网络用于单幅图像去雾算法。其主干网络由编码器和解码器构成,通过使用堆叠的残差注意力模块调整不同尺度的特征权重,赋予重要特征更多权重。局部残差学习选择绕过薄雾区域,使模型关注有效信息。文中训练分为有监督学习和无监督学习两个分支,分别输入合成数据和真实数据,其中使用暗通道损失和全变分损失来约束无监督分支。实验结果表明,文中所提算法在合成数据集和真实数据集上均取得了较好的结果,图像的平均处理时间仅为0.01 s,在去雾效果和处理时间上实现了平衡。
关键词
图像去雾
编码解码结构
半监督框架
注意力机制
残差连接
sos增强策略
暗通道损失
SSIM损失
Keywords
image dehazing
encoding and decoding structure
semi-supervi
so
ry framework
attention mechanism
residual connection
sos
enhancement strategy
dark channel loss
SSIM loss
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度多级小波U-Net的车牌雾图去雾算法
被引量:
1
2
作者
陈炳权
朱熙
汪政阳
梁寅聪
机构
吉首大学信息科学与工程学院
出处
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022年第6期124-134,共11页
基金
国家自然科学基金资助项目(No.62141601)
湖南省教育厅重点资助项目(21A0326)。
文摘
为了解决雾天拍摄的车牌图像边缘模糊、色彩失真的问题,提出了端到端的基于深度多级小波U-Net的车牌雾图去雾算法.以MWCNN为去雾网络的主体框架,利用“SOS”增强策略和编解码器之间的跨层连接整合小波域中的特征信息,采用离散小波变换的像素-通道联合注意力块降低去雾车牌图像中的雾度残留.此外,利用跨尺度聚合增强块补充小波域图像中缺失的空间域图像信息,进一步提高了去雾车牌图像质量.仿真实验表明,该网络在结构相似度和峰值信噪比上具有明显的优势,在处理合成车牌雾图和实际拍摄的车牌雾图上,去雾效果表现良好.
关键词
车牌雾图去雾
MWCNN
“
sos
”
增强
策略
跨层连接
注意力
跨尺度聚合
Keywords
license plate fog image defogging
MWCNN
“
sos
”enhancement strategy
cross-layer connection
attention mechanism
cross-scale aggregation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于残差注意力和半监督学习的图像去雾算法
孙曦
于莲芝
《电子科技》
2023
1
下载PDF
职称材料
2
基于深度多级小波U-Net的车牌雾图去雾算法
陈炳权
朱熙
汪政阳
梁寅聪
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部