【摘 要】
：
图像作为现代社会信息传递的主要媒介,具有不可替代的作用。随着科技的发展,人们对图像质量的追求也逐年提高,其中图像分辨率就是一个重要的方面。同一场景中,高分辨率的图像包含更多的信息,具有更高的清晰度和更丰富的边缘细节。由于从硬件的角度已经很难提高图像分辨率,利用软件的方法就显得具有重要意义。图像超分辨率重建就是利用软件的手段将一幅低分辨率图像或图像序列重建成单幅高分辨率图像。图像超分辨率重建目前已在
论文部分内容阅读
图像作为现代社会信息传递的主要媒介,具有不可替代的作用。随着科技的发展,人们对图像质量的追求也逐年提高,其中图像分辨率就是一个重要的方面。同一场景中,高分辨率的图像包含更多的信息,具有更高的清晰度和更丰富的边缘细节。由于从硬件的角度已经很难提高图像分辨率,利用软件的方法就显得具有重要意义。图像超分辨率重建就是利用软件的手段将一幅低分辨率图像或图像序列重建成单幅高分辨率图像。图像超分辨率重建目前已在卫星成像系统、视频安防监控、医疗成像系统和消费电子产品等领域得到广泛应用。图像超分辨率重建在多年的发展过程中形成了基于插值、基于重建和基于学习的传统方法,但是它们在重建的速度或重建图像的效果上较难满足需求。随着近年来深度学习的蓬勃发展,以卷积神经网络为技术手段的超分辨率重建方法具有优良的性能和显著的重建效果,已经成为该领域的研究热点。本文从深度学习的角度进行深入研究,提出了两点改进。1、提出一种双路径深浅网络的图像超分辨率重建算法。重建的高分辨率图像主要是对丢失的高频信息进行恢复,现有的基于深度学习的方法大多利用一条网络路径直接学习低分辨率图像到高分辨率图像的映射。而本算法则是用两条路径,一条浅层网络路径提供低频信息,一条深层网络专注于学习高频信息。这样不仅可以减轻网络学习的难度,还能提高重建图像的性能;2、提出一种基于内容感知上采样模块的图像超分辨率重建算法。针对超分辨率重建任务来说,将低分辨率图像进行放大是必须执行的操作,所以上采样的方式是至关重要的。在本算法中,重建图像的特征图的每个像素点都有一个特定的上采样核,它与该点对应位置的邻域进行点乘来确定像素值。最后将双路径深浅网络和内容感知上采样模块进行融合,构成本文最终算法。实验结果表明,本文算法重建的图像在主观视觉效果和客观评价指标上都有明显提升。
其他文献
图像在如今数字信息化发展迅速和多媒体技术日益更新的时代,已经成为人们信息传递和情感交流的一种重要媒介。但图像在捕获时,图像视觉效果通常与光照条件,环境动态范围和图像捕获设备等因素有关,从而影响人和机器的图像识别分析,因此低光照图像增强技术的发展在实际应用中富含重要的意义。本文主要开展了基于多光子图像的低亮度增强方法与基于自然图像的多重曝光融合算法。首先,针对多光子图像,提出一种基于改进的卡方分布函
随着工业4.0、中国智造等概念的提出,机器视觉被应用在越来越多的行业领域,机器视觉镜头作为机器视觉成像系统中的核心元件之一,其成像的质量好坏影响着相关检测的速度和准确度。而目前的机器视觉镜头中,远心镜头由于其放大倍数恒定、无视差、高分辨率、低畸变等优点被越来越多的应用。本文为满足这一方面的市场需求,查阅相关资料研究了远心镜头的相关成像原理及远心系统的分类等,发现目前对于物方单远心或像方单远心镜头的
在如今这样一个信息时代,由于人们对更加安全可靠的身份识别的需要日益增加,以生物特征识别技术研发生产的识别设备已经投入到社会各界使用。其中静脉识别技术是生物特征识别技术的一种,由于手掌静脉特征稳定、独特以及不易被盗取的特点,而且相较于指静脉与手背静脉,其结构更丰富。因此,手掌静脉识别技术在社会各个领域都有广大的应用价值。在前端获取掌静脉图像的过程中,由于外部因素（如采集设备限制、周围采集环境的影响）
现实世界中摄像头无处不在,对人类而言是不可或缺的器备。人类对其做了大量的研究:光学镜片、传感器构造、图像采集电路及图像处理算法等等,本课题所研究的是图像处理中的四带图像颜色校正。当镜头中加入IR-CUT的红外截止滤光片时,通用RGB传感器只能接收RGB光源,所采集的图像本课题称之为三带图像;当移除IR-CUT的红外截止滤光片时,通用RGB传感器能接收到RGB以及IR光源,所采集的图像本课题称之为四
随着智能时代的到来,与人工智能（Artificial Intelligence,AI）相关的计算机视觉技术得以蓬勃的发展,特别是目标检测与识别的研究和应用广泛运用于各个场景,如人脸支付、安防监控、无人驾驶以及“天眼”系统等等。同时伴随着5G商用元年的开启,让万物互联（Io T）与5G成为了一个不可分割的整体,其中边缘计算就是Io T技术发展中的重要一环,即在网络边缘测的智能网关上就近处理采集到的数
为了降低视频目标追踪场景中的干扰问题对算法精度产生的不利影响,本文基于光照变化、相似物干扰、外观变形、运动模糊、快速移动、背景模糊和遮挡等干扰场景下进行运动目标追踪算法研究。目前目标追踪领域算法主要分成判别法的孪生网络和生成法的相关滤波,故本文采用深度学习的孪生神经网络算法进行目标追踪的研究,并基于Siamese-FC经典孪生网络结构进行改进。本文中将Siamese-FC中间特征提取层拓展为DRe
随着深度学习的快速发展,计算机视觉系统得到了广泛的应用,例如无人机航拍、视频监控、户外体育直播以及充满潜力的无人驾驶系统。但是在恶劣的气候下,尤其是自然界最常见的雨天,由于雨水条纹的影响,导致成像系统捕获到的图像质量大大降低,这往往造成计算机视觉算法产生严重的错误。因此,图像去雨技术逐渐成为研究的热点,开发出高效的自动去雨算法具有重要理论价值与实际应用价值。考虑到注意力机制可以在卷积神经网络中自适
人脸识别技术的研究与应用现已在各个领域有着不断深入的发展,特别是在有限制性条件下（正脸、无遮挡、光照充足且均匀等）的人脸识别技术也已较好地应用至某些特定场景,而对于更接近实际应用的非限制性场景下（侧脸、素描人脸、人脸遮挡等情况）的人脸识别效果,在安防、金融等重要领域有着更加突出的作用。因此,非限制性场景下人脸识别算法的研究与应用仍是这些领域亟待解决的难题。所以本文针对非限制性场景下的人脸识别问题,
丙烯腈-丁二烯-苯乙烯共聚物（ABS）是熔融沉积成型（FDM）技术的主要耗材之一,其在制造业和教育领域应用广泛,但在有关环境污染治理领域的应用却鲜有报道。我国是印染大国,印染废水总排放量大,多数染料具有很强的毒性和致癌性。目前通常采用吸附方法处理印染废水中的染料污染物,常用的吸附剂包括活性炭、生物质材料、固体废弃物、天然矿物等具有优良孔隙结构和较大比表面积的材料,其中硅酸钙（CSH）因其具有制备成
随着互联网的不断创新与进步,用户享受着服务提供商（SP）提供的各类型服务的同时,与服务相关的数据也在日益增长。这些数据被SP收集分析来获取对其服务开展有用的信息。服务评级就是一种获取此类数据常见的方法,用户参与服务后给出不同维度的评级数据,其被SP收集用于辅助完善服务。但随着用户隐私意识的不断增强,其不再信任其他人,且仅在私有数据离开自己设备之前,对其进行了适当消毒的情况下才愿意共享数据。因此,在