超分辨率重构相关论文
近年来,随着民用航空技术的逐渐推广以及中低空空域的不断开放,民用小型飞行器的种类和数量越来越多,这在便利人们生活的同时,也产......
夜间航海危险性高,导航图像成为助航的有效方式。导航图像主要基于可见光、红外和遥感成像。红外成像技术可以观测到肉眼不可见的......
近年来,随着传感器技术和深度学习的快速发展,三维点云被应用在越来越多的视觉任务中。从传感器上获得的原始三维点云往往是稀疏、......
超分辨率重建主要指通过软件或算法对图像分辨率进行二次提升,得到高分辨率图像。近年来,基于深度学习的图像超分辨率重构技术发展......
近年来,多视点摄像被逐渐广泛应用在不同领域,如多镜头智能手机,无人机上的双目视觉系统,以及自动驾驶的多视点摄像。由于受设备精......
随着计算机视觉产业的逐渐普及,人脸识别技术在日常生活中得到广泛应用,尤其在今年的防疫工作中人脸识别测温一体机发挥重要作用。......
目前，大量的视频监控系统被广泛地应用于人们的生产和生活中，然而受限于存储空间和传输带宽，监控图像通常以较低的分辨率进行存储，同时......
图像超分辨率重构是一种以同一场景中的一幅或一组低分辨率图像为输入，结合图像的先验知识，重构出一幅高分辨率图像的技术。这一技术......
随着信息时代的发展，信息的获取和处理成为越来越重要的课题。对于图像来说，图像的分辨率代表了图像所包含的信息量。超分辨率重构就......
经过几十年的发展，计算机图像处理技术已经运用在很多领域。各种应用场合对输入图像的分辨率都有比较高的要求。图像的分辨率是由图......
超分辨率(Super-resolution -SR)重构是目前国内外信号与图像处理领域研究的热点问题之一。超分辨率重构技术借助信号估计理论,克......
与光学、红外和微波成像相比，毫米波成像具有独特的技术优势，90年代以来成为毫米波研究领域的一个研究热点。但是，毫米波成像系统获得......
本文研究了一种基于压缩传感的图像超分辨率重构方法。此方法在基于压缩传感的分块超分辨率重构方法的基础上，加入了自适应 TV法去......
随着科学技术的进步,视频监控技术应用的领域已经扩展到人们生活的方方面面。由于成像器材或硬件的限制,在恶劣条件下获取的视频监......
随着科学的不断发展,需要更高分辨率的遥感卫星图像。然而受限制于系统硬件,迫切需要提出新体制传感探测器件,探索新的成像应用模......
学位
随着现代医学影像技术的快速发展,X射线计算机断层扫描技术(Computed Tomography,CT)已被广泛应用于的临床诊疗。高分辨率CT(High ......
图像传输技术以其信息量大、容易储存、内容丰富以及诸多优点得以飞速发展,目前,已经广泛应用于社会的各个领域。在智能交通实时监......
视频图像超分辨率重构算法是提高图像传感器分辨率的重要手段。随着硬件成本以及需求环境的增加,传统的超分辨率重构算法存在重构......
由于目前光学镜头的景深限制,当拍摄场景中有物体不在景深范围内时,这些物体无法清晰显示,从而导致拍摄出的照片部分模糊部分清晰,......
图像超分辨率重构指的是将给定的低分辨率图像,通过特定的算法,增加高频细节信息,提升空间分辨率和清晰度,生成对应的高分辨率图像......
超分辨率重构技术在实际应用中具有重要的意义,分辨率更高的图像能够为许多基于图像的任务提供更多发展的可能。然而在现实世界中,......
超分辨率重构是指从一幅或一系列低分辨率图像通过数字图像处理的方法重建出一幅高分辨率图像的技术,该技术不仅能够增加图像的高......
随着人工智能、深度学习技术的兴起,以及人脸图像具有独特的稳定性和可识别性,人脸图像的研究成为了计算机视觉研究的热点问题。在......
随着成像光谱仪分辨率的不断提升,高光谱遥感影像数据在各个领域的应用越来越广泛。但是,由于高光谱数据内混合像元的存在,使其在......
现有大部分基于生成对抗网络(Generative Adversarial Networks,GAN)超分辨率图像重构算法,运用在实时人脸识别相关场景中,会造成......
超分辨率图像与视频重构的目标是从多帧同一场景的低分辨率图像中重构出清晰的高分辨率图像。在现有摄像系统的基础上，超分辨率技术......
近些年，图像超分辨率重构在机器视觉、医疗图像、遥感和监控等方面有着广泛的应用。因此，大量的图像超分辨率重构算法也随之被提出，怎......
高分辨率高质量光学遥感图像在遥感测绘、侦察监视、公共安全监控识别和医学诊断等军、民领域均有着重要应用价值。通常,可借助提......
超分辨率图像重构指的是在不改变图像采集设备和外部环境的前提下，仅通过数字图像处理的方法对低分辨率图像进行复原，重构出接近原始......
从如今传统人工网络的缺陷,无法满足现状的需求,继而Hubel和Wi塞尔提出的CNN(卷积神经网络),以及它对应的应用如图像识别和图像的......
