【摘 要】
：
图像处理问题在过去几十年里得到了广泛的研究与应用,深度学习理论的快速发展给该问题提供了新的研究工具。基于深度卷积神经网络的模型在图像处理领域已经取得了巨大的成功,
论文部分内容阅读
图像处理问题在过去几十年里得到了广泛的研究与应用,深度学习理论的快速发展给该问题提供了新的研究工具。基于深度卷积神经网络的模型在图像处理领域已经取得了巨大的成功,成为近几年图像处理领域的研究热点。本文基于深度学习网络模型中的生成对抗网络展开研究。所做的主要工作如下:(1)在单张图像超分辨率算法中,大多数的基于深度卷积神经网络的模型不能充分利用原始低分辨率图像的分层特征,从而导致图像细节混乱,可信度低。为了提高重建超分辨率图像的高频细节质量,我们提出了残差密集生成对抗网络(RDGAN)的超分辨率方法。该方法使用生成对抗网络作为主要的模型结构,残差密集块作为生成器的基本组成模块,这使得网络可以把更多的注意力放到低分辨率图像的分层特征上,然后使用卷积网络提取全部的分层信息。同时使用感知损失作为模型的损失函数,使得生成图像能够具有更好的细节纹理。在模型效果评估中可以发现,与目前最好的几个模型比,该模型可以使超分辨率图像具有更高的PSNR和SSIM数值。(2)在单张图像去除雨滴的问题研究中,由于附着在玻璃窗或者相机镜头上的雨滴会严重降低图像的质量,因而使用生成对抗网络将带有雨滴的退化图像转换为干净的图像来解决此问题。通过将视觉注意力机制引入到生成网络中,我们提出新的残差U-Nets处理注意力图,并使用判别网络进行甄别图像的真实性,同时使用新的感知损失作为损失函数,从而使网络可以更加关注雨滴区域及其周围的环境。实验表明,与目前最好的几种方法相比,这种方法可以得到更高的SSIM数值,并能在图像识别中提高识别质量。(3)医疗图像数据集的稀缺性和保密性,导致医疗图像存在严重的不平衡问题。为了解决该问题,获取高质量的彩色眼底图像数据集,提出使用生成对抗网络来进行眼底图像的生成。通过在具有不同结构的Pix2pix和Cycle-GAN模型上进行比较,表明使用视杯、视盘和血管多特征融合输入的方式要明显优于仅使用单血管输入。实验在两个公共眼底图像数据集(DRIVE和DRISHTI-GS)上进行了测试,结果表明多特征融合输入的方式可以生成视盘更明亮,细节更丰满的彩色眼底图像。
其他文献
人体行为识别(Human Activity Recognition,HAR)不但被广泛应用于军事、反恐、国家安全等领域,也越来越多的渗透到了医疗监护、健康监测、环境辅助生活等日常生活的各个环节,极大地提高了病患康复护理水平,改进了残障人士生活质量,减少了老年人群的意外伤害概率。目前已经有多种技术应用于HAR领域,例如视觉识别、信号识别,以及传感器识别等模式。虽然视觉识别具有良好的识别精度,但带来了
随着经济和社会的飞速发展,电力能源逐渐成为国民经济增长中不可或缺的一部分,输电网作为连接发电厂和用户的桥梁,其正常运行与否直接影响着供电的可靠性。近年来一些专家学者提出了很多诊断输电网故障的方法,其中基于Petri网的输电网故障诊断方法成为研究的一个热点。在学习、总结已有研究成果的基础上,本文对基于Petri网的输电网故障诊断方法作了进一步的研究。(1)为了降低模型的复杂性,提高故障诊断的效率,本
在5G的时代背景下,随着人工智能、云服务等技术的成熟发展以及网络流量的“爆炸式”需求,导致频谱资源高利用率的提升成为无线通信方向研究的重要课题。认知无线电(Cognitive Radios,CR)因网络节点具有观察、决策和学习能力,可检测空闲频谱资源,因此成为了解决频谱短缺的新技术。然而,现有的静态频谱分配缺乏灵活性会导致频谱资源大量浪费以及出现频谱分配不均衡的问题,而动态频谱分配技术可以打破固定
随着海洋监测和预报技术的不断发展,海洋数据资料快速累积,数据呈现出类型多样化、维度丰富化、数据量爆炸式增长等特征,推动了海洋领域研究进入大数据时代。但是与此同时,海量海洋数据在存储管理、挖掘分析和统计应用上也面临着巨大挑战。在当前技术背景下,非关系型的HBase分布式数据库和基于内存计算的Spark并行计算框架应运而生,其在海量数据处理方面的优异性能已被广泛应用于交通、金融、电子商务和社交网络等领
在油田采油过程中产生大量含油污水,为弥补采油后地层亏空,将采出的含油污水处理后回注,既实现了对地层能量的补充又节约了大量水资源。但对注水水质要求严格,当回注水含油量超标时,会导致地层堵塞,影响正常注水生产。所以必须对回注水含油量进行严格监测。传统检测方法检测精度低并且无法实现在线监测。因此,构建一套可快速、准确检测回注水含油量的检测体系变得尤为重要。本文在对回注水中含油量检测方法进行调研的基础上,
湿地具有多种重要的生态功能与重大的社会经济价值,随着城镇化与工业化的快速推进,湿地水环境污染问题日益严重,对于污染湿地水环境的治理修复刻不容缓。大庆市龙凤湿地是我国最大的城中湿地,其水环境状况在大庆市资源开发、人类生活、农业生产的影响之下每况愈下,对龙凤湿地水环境进行改善修复迫在眉睫。本研究在现阶段水环境修复方法的基础之上,结合气升式反应器机理,开发出以水力驱动的可原位同步修复龙凤湿地水环境底泥及
乳腺癌是致使女性死亡的第二大杀手,严重威胁着我国女性的身心健康,而乳腺癌的早筛查、早诊断和早治疗是唯一能够有效提高患者5年存活率的途径。钼靶X线检查具有操作简单快捷、对乳腺癌患者局部无创、对局部乳腺组织成像良好等三大特点,因此被广泛用于乳腺癌的早期筛查。然而,不同时期乳腺癌的影像学特征差异较大,且易受乳腺组织密度分布干扰和影响,使得人工阅片和智能分析过程中,容易出现漏诊和误诊等现象。虽然人工智能方
现阶段,计算机视觉技术和无人机平台的发展变得多元化,人们对无人机平台下的视觉跟踪功能需求越来越多。本文针对大多数跟踪算法难以同时满足在无人机平台应用中的实时性、准确度以及鲁棒性要求,以无人机平台下的视觉目标跟踪技术应用为研究中心,用模块化的形式将视觉跟踪技术分为目标检测、视觉单目标跟踪、视觉多目标跟踪三部分。其中针对无人机对海、无人机对地、无人机对空三个场景下的视觉单目标跟踪应用作具体研究,最后以
信息抽取是自然语言处理的关键技术。作为信息抽取最基本的任务之一,关系抽取的主要目的是抽取或识别出文本中实体间的语义关系,难点在于如何利用句子结构和解决特征稀疏问题。句子的结构信息能帮助理解句子含义,但是神经网络不能很好地对句子结构进行建模。另外,由于句子通常只包含少量的词语,特征稀疏问题非常严重。为了解决这两个问题,在传统基于浅层模型的关系抽取方法中,主要采用组合特征、核方法和句法解析获取句子中的
毒品成瘾是以戒断、复吸往复循环为特征的一种慢性功能性脑疾病,已成为严重影响人类健康和社会稳定的主要危险因素之一。对于毒品成瘾的防治,尤其是复吸的防治,尚缺乏有效方法。虽然通过戒断、药品、经颅刺激等方式治疗,毒品成瘾者对药物的依赖症状可以减退甚至完全消失,但在应激事件、药物相关线索或药物本身诱导下,原有的成瘾记忆能重新被唤起。因此研究毒品成瘾的神经机理对毒品成瘾的防治具有重要的意义。随着磁共振成像技