跳跃连接相关论文
随着深度学习的不断发展和计算能力的日渐提升,医学表征的自动辅助识别成为当下智慧医疗的重要发展方向。相比传统资深医师的经验,......
针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题，提出了一种基于注意力机制的端到端图像去雾方......
随着电动汽车的广泛使用,其安全问题也越来越多,电动汽车的安全行驶离不开车载电机的正常运行。因永磁同步电机（Permanent Magnet S......
在图像复制粘贴伪造检测领域，精确地定位被篡改的小目标的边界非常具有挑战性。当前基于深度学习的方法通过检测图像中的相似内容来......
肺癌是严重影响人类健康的全球性高发疾病,早期的诊断以及提高诊断的准确率可大大减小肺癌引起的死亡率。早期肺癌以肺结节的形式......
针对目前常见的U-Net网络结构以及现有的图像去噪算法在去除图像噪声时，处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真......
图节点分类在社交网络、电子商务和疾病预测等领域有着广泛的应用。图结构的复杂性给现有分类算法的应用带来了挑战,因此探索高效......
针对交通流数据复杂的时空相关性,提出新的基于深度学习的自适应图生成跳跃网络(AG-JNet模型).该模型由2个时空模块组成,每个时空......
全卷积神经网络(FCN)的图像语义分割算法不仅能够直接处理任意尺寸的图像,省去繁琐的中间步骤,实现端对端像素级分割,而且提高了分......
图像作为社交网络的主流信息载体,包含丰富的信息,能够为人们分享日常生活、记录事件、传递感情,被广泛地应用在人们日常生活中。......
心房颤动是最常见的心率失常之一,并且与大量心血管疾病相关的发病率和死亡率密切相关。早期的房颤检测可以提高治疗的有效性和预......
针对现有肝脏图像分割方法存在分割精度较低的问题,提出一种改进U-Net的肝脏分割方法。该方法对U-Net结构做出以下改进,即引入改进......
为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络(CNN),提升了视觉自定位的精度.首先,使用编码器从......
针对卷积神经网络中的图像超分辨率重建模型训练不稳定与收敛速度较慢等问题,提出一种可嵌入式并行网络框架(EPNF),用于单幅图像超......
当前灰度图像彩色化方法普遍存在边界晕染、细节丢失和着色效果枯燥等问题。针对以上问题,提出了一种基于改进的深层聚合结构网络......
针对红外图像中噪声强度高、类型多的问题,提出一种基于卷积自编码器实现的图像降噪模型——IS-DCAE。通过分析红外图像噪声干扰原......
为了解决图像修复过程中破损区域信息丢失问题并实现图像中任意破损区域的修复,设计了双编码器模型,独立地对掩模和图像进行编码,......
针对传统方法进行图像分割易受噪声影响的问题,提出一种基于U-Net网络的无人机图像语义分割网络模型。该模型不需要对图像进行预处......
单幅图像超分辨率问题是典型的图像反问题。近年来深度学习广泛应用于图像超分辨率重建。为提高超分辨率算法的性能,本文利用多尺......
针对目前的遮挡人脸图像修复领域中遮挡部位与遮挡大小的限制或修复后人脸图像不够连贯等问题,提出一种改进的Wasserstein生成对抗......
近年来,以循环神经网络(RNN)为主体构建的预测模型在短期电力负荷预测中取得了优越的性能。然而,由于RNN不能有效捕捉存在于短期电......
随着图像数据的爆炸性增长,图像处理变得越来越重要。显著性目标检测是图像处理的重要研究方向之一,目前已采用多种研究方法进行显......
准确、快速地提取耕地面积和分布信息是农业生产的基础,对于农业资源监测和国家粮食安全具有重要的意义,随着遥感技术的发展,通过......
针对传统的神经网络未能对时频域的相关性充分利用的问题,提出了一种利用深度全卷积编解码神经网络的单通道语音增强方法。在编码......
针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利......
图像修复是一项利用缺损图像中已知信息对缺损区域信息进行估计修复的技术。针对大面积语义信息缺失的图像进行修复时,若训练数据......
合成孔径雷达(SAR)通常会被一种称为散斑的乘性噪声干扰,这使得图像的解释变得困难。为解决这一问题,提出一种改进卷积神经网络SAR......
针对传统生成对抗网络(Generative Adversarial Networks,GAN)在图像翻译过程中生成图像的轮廓、纹理等特征丢失以及造成图像翻译......
图像修复就是利用破损图像的已知部分的信息预测破损区域内容。随着数字图像处理技术的发展以及PC和智能设备的普及,人们对图像的......
针对雾天场景图像恢复过程中图像清晰度下降的问题,提出了一种结合残差学习和跳跃连接的图像去雾算法。使用清晰图像与对应的合成......
针对DCNN存在网络复杂度高和梯度消失的问题,设计了一个深度Res Nets模型,该模型通过添加与卷积神经网络各层并行的skip层连接来降......
近年来,由于深度卷积神经网络的出色性能,深度学习已成为图像超分辨率领域的研究热点,已经有许多具有很深结构的大型模型被提出。......
人工神经网络是基于生物学中的神经网络的基本原理,以网络拓扑知识为基础,模拟人脑的神经系统对外界的信息处理机制的一种数学模型......
深度强化学习简称DRL,利用深度学习的感知能力和强化学习的决策能力,使智能体可以直接进行自主学习,而不需要对原始数据进行复杂的......
近年来,深度强化学习已经成为人工智能领域一个新的研究热点。深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令......
近几年来,很多国家为了抢占“制空权”逐渐增加了人造卫星的发射数量。而遥感是获得“制空权”的重要技术手段,通过搭载在卫星上的......
为了有效地修复大面积破损的面部图像,使用了解码器-编码器结构的卷积神经网络作为生成模型,并在其部分层之间增加skip-connection......
