残差学习相关论文
针对乳腺癌肿瘤区域在整幅图像中占比较小影响早期乳腺癌排查准确率的问题，提出了一种基于卷积残差块的宽残差深度神经网络来恢复乳......
针对稀疏深度图像的重建问题，提出了一种基于深度学习的多层级跨模态特征融合的深度图重建算法.利用卷积神经网络对彩色信息和稀疏......
在现实生活中,摄像头被广泛应用于视频监测和数据采集,例如停车场的车牌识别等。但是,在硬件不完善或光线不足的条件下摄像头所拍......
随着医学影像技术的不断发展,计算机断层扫描（X-CT）已经成为目前临床诊断使用最广泛的成像方式之一。影像采集时X射线产生的电离辐射......
针对图像去噪深度网络缺乏可解释性的问题，利用深度展开思想，提出了一种基于多尺度卷积稀疏编码的深度去噪网络（MSCSC-Net）。首先利用......
目的：目前基于深度学习的去雾方法大都是直接学习有雾图像和无雾图像之间的映射关系，由于没有结合雾图自身的特点，存在雾信息检测不精......
颜料的分类识别是古代壁画进行保护修复的基础，多光谱成像方法能够无损快速地获取壁画颜料的光谱图像数据并进行分析。传统利用卷积......
针对基于深度学习的图像超分辨率重建算法大多侧重于从大量外部训练数据中学习,而忽视图像本身的内部知识以及过于关注局部特征的......
肺癌是世界上发展速度最快的癌症之一,到现在为止,肺癌的新发病例数和死亡人数均排名第一,其发病率和死亡率仍不断上升。一般情况......
针对现有基于深度学习的图像融合算法中存在图像特征提取尺度单一、卷积核感受野小、不能有效突出显著特征等问题，本文提出了一种基......
深度卷积神经网络是水下图像增强的主要方法之一，但其过高的内存消耗和计算需求阻碍了在实际应用中的部署。为此，提出一种轻量级的密......
近些年，深卷积神经网络（CNN）在图像去噪领域引起了极大的轰动。然而，对于高斯图像去噪任务来说，它有一些问题：（1）绝大多数的单分支模型不能......
随着城市化进程加快,城市交通系统空间资源紧缺问题日益严重,地铁网络虽缓解了城市交通压力,但也导致了严重的环境振动问题,钢弹簧......
作为信息处理与计算机视觉领域的研究热点之一,目标跟踪技术在安防监控、智能交通、视觉导航以及军事侦察等应用领域中扮演着十分......
显著性目标检测任务旨在将图像中最具有视觉差异性的区域定位和分割出来。它被广泛应用于其他复杂的计算机视觉任务的预处理,如图......
彩色图像的去马赛克和去噪是在数码相机成像过程中的两个重要的步骤。在传统的处理流程中,通常将上述两个过程独立进行处理,这样会......
低压台区的用户电力数据在采集、传输等环节出现无规律缺失导致后续台区应用分析出现误差,为保证低压台区电力数据的完整性,提出了......
多年来,单图像超分辨率（Super-Resolution,SR）技术被广泛应用到各个领域,如遥感图像、医学成像、视频监控等,具有重要的研究意义。单......
癌症已是世界上夺取人类生命的第二大病症,恶性肿瘤也严重威胁到中国人民的安全。癌症治疗的手段之一是通过外科手术切除肿瘤,医生......
本文主要研究了具有残差学习网络的超分辨率重建算法,对基本的卷积神经网络分别结合金字塔瓶颈残差单元,Res2Net模块,SEnet模块并......
海洋是人类赖以生存和可持续发展的重要物质基础,依赖海洋遥感技术和信息技术动态监测海洋现象,不断加深对海洋的全面认识,才能合......
图像降噪是图像处理中的一项基础技术,同时它也是图像处理中一项热门研究。图像处理在医学图像中应用广泛,医学图像是医生判断病灶......
尿液中的主要成分来自于血液经过肾脏过滤、重吸收后产生的排泄物,与人体的血液循环、泌尿系统、循环系统等密切相关,因此尿液检测......
随着信息时代的发展,数字设备越来越普及,数字图像在信息传播中的作用越来越重要,人们对于提高数字图像的分辨率需求越来越迫切。......
本论文的研究目标是利用一段简短的说话人语音从中生成与说话人真实面孔相似的人脸图像。为了解决该跨模态学习任务,本论文设计了......
随着地球人口膨胀、陆地资源短缺、生态环境恶化等情况的加剧,人类逐渐将目光聚焦于占地球表面积71%的海洋。水下图像在海洋生物研......
图像超分辨率技术一直是计算机视觉等领域的热门研究方向,其主要任务是将一张低分辨率图像通过某种规则恢复成高分辨率图像。低分......
图像去噪作为计算机视觉领域内重要的研究方向之一,在军事、民生等各个领域具有广阔的应用场景。数字图像由于成像系统、传输媒介......
智能手机相机、便携式数码相机等低成本移动成像设备时常采集低分辨率图像,但现实应用通常需要高分辨率图像。为了突破成像设备固......
复杂电磁环境中,针对低信噪比条件下现有神经网络识别算法对于通信电台识别准确率不高的问题,提出一种结合双层注意力机制和残差网......
近年来无人机与智能汽车等技术发展迅速,但也带来了无人机“黑飞”或行人等难以有效检测的问题,因此对无人机、行人等慢速运动目标......
深度学习可以最大化的利用图像中的有用信息,受到了广泛关注。研究有效的深度学习算法及其应用在图像融合及超分辨率领域具有重要......
科学技术的发展提高了人们的生活质量,人们对高生活质量的追求又推动着科学技术不断向前发展。对高质量图像的需求,推动着计算机技......
分辨率越高的图像蕴含的细节信息越丰富,单幅图像超分辨率（Single Image Super-Resolution,SISR）重建技术是通过数字图像处理方法将......
在现代社会中,图像作为一个传递信息的重要途径,在各个行业中都有广泛的作用,而图像的质量在某种程度上对工作的成功与否起到了重......
深度卷积神经网络被广泛应用于单图像超分辨率重建领域,显著提升了重建方法的性能。加深网络深度往往可以获取更高的性能。但是,当......
图像超分辨率重建是图像增强领域的重要技术之一,具体过程是对一张低分辨率图像使用图像处理算法,将其转换为一张高分辨率图像。图......
在低照度环境或者设备补光能力不足时,所采集的图像大部分是低照度图像,这些图像会出现亮度低、不清晰、对比度低等问题,这些缺点......
由于音乐数量的迅速增加,音乐分类的应用需求更为突出。音乐流派分类(MGC)是一种基于内容的音乐分析,在音乐检索中起着重要作用。......
卷积神经网络模型能够提取图像不同层次的分层特征,提取图像包含有大量的细节信息,然而,现有方法没有充分利用网络模型提取的所有......
为了提高可见光图像和红外图像的融合图像的细节信息以及保留对比度,提出了一种基于残差学习和视觉显著性映射的多尺度分解图像融......
基于深度学习的单图像超分辨率重建方法已经比较完善,重建图像具有较高的客观评价值或具有较好的视觉效果,但是图像感知效果和客观......
