期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法
1
作者
朱磊
《长春大学学报》
2024年第6期25-31,共7页
混合部位运动图像存在模糊、失真、低分辨率等问题,且峰值信噪比差值较小。提出基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法。结合非线性映射关系重构像素点,采用跨阶段特征融合算法,完成混合部位运动图像超分辨率修复...
混合部位运动图像存在模糊、失真、低分辨率等问题,且峰值信噪比差值较小。提出基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法。结合非线性映射关系重构像素点,采用跨阶段特征融合算法,完成混合部位运动图像超分辨率修复。实验结果表明:得到完整的混合部位运动图像修复结果,表现出的峰值信噪比差值较大,修复后的图像分辨率更优,满足了混合部位运动图像的现实应用需求。
展开更多
关键词
运动图像
跨阶段特征融合
算法
混合部位图像修复
在线阅读
下载PDF
职称材料
融合监督注意力模块和跨阶段特征融合的图像修复改进网络
被引量:
1
2
作者
黄巧玲
郑伯川
+1 位作者
丁梓成
吴泽东
《计算机应用》
CSCD
北大核心
2024年第2期572-579,共8页
非规则缺失区域的图像修复技术用途广泛但具有挑战性。针对现有修复方法对高分辨率图像可能会产生伪影、扭曲结构和模糊纹理的问题,提出一种融合监督注意力模块(SAM)和跨阶段特征融合(CSFF)的图像修复改进网络(Gconv_CS)。在Gconv的两...
非规则缺失区域的图像修复技术用途广泛但具有挑战性。针对现有修复方法对高分辨率图像可能会产生伪影、扭曲结构和模糊纹理的问题,提出一种融合监督注意力模块(SAM)和跨阶段特征融合(CSFF)的图像修复改进网络(Gconv_CS)。在Gconv的两阶段网络模型上,引入了SAM与CSFF模块。SAM通过提供真实图像监督信号,监督上阶段输出特征,确保传入下阶段特征信息的有效性。CSFF将上阶段编码器-解码器的特征融合后送入下阶段的编码器,以弥补上阶段修复中特征信息的损失。实验结果表明,在缺失区域占比为1%~10%时,相较于基线模型Gconv,Gconv_CS在CelebA-HQ数据集上峰值信噪比(PSNR)和结构相似性指数(SSIM)分别提高了1.5%和0.5%,Fréchet起始距离(FID)和L1损失分别降低了21.8%、14.8%;在Place2数据集上,前2个指标分别提高了26.7%和0.8%,后2个指标分别降低了7.9%、37.9%。将Gconv_CS用于去除大熊猫面部遮挡物时,取得了较好的修复视觉效果。
展开更多
关键词
图像修复
两
阶段
网络
跨阶段特征融合
监督注意力模块
门控卷积
在线阅读
下载PDF
职称材料
基于增强多尺度特征网络的图像去模糊
被引量:
10
3
作者
虞志军
王国栋
张镡月
《激光与光电子学进展》
CSCD
北大核心
2022年第22期256-263,共8页
现有的多尺度多阶段图像去模糊方法存在多尺度图像特征提取利用不充分和阶段加深导致特征信息丢失的问题。针对上述问题,提出了一种基于增强多尺度特征网络的图像去模糊方法。首先,提出一个多尺度残差特征提取模块,在两个分支中使用不...
现有的多尺度多阶段图像去模糊方法存在多尺度图像特征提取利用不充分和阶段加深导致特征信息丢失的问题。针对上述问题,提出了一种基于增强多尺度特征网络的图像去模糊方法。首先,提出一个多尺度残差特征提取模块,在两个分支中使用不同大小的卷积核扩大感受野,充分提取不同分辨率大小图像的特征信息。其次,提出跨阶段注意力模块,过滤和传递图像的关键特征。最后,设计类似于跳跃连接的跨阶段特征融合模块,弥补特征损失,同时融合来自不同大小输入图像的特征信息,丰富空间特征信息,以更好地处理纹理细节。在GoPro和HIDE数据集上的实验结果表明,所提方法能够很好地重建图像。
展开更多
关键词
图像去模糊
多尺度
特征
跨
阶段
注意力机制
跨阶段特征融合
原文传递
题名
基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法
1
作者
朱磊
机构
芜湖职业技术学院体育教学部
出处
《长春大学学报》
2024年第6期25-31,共7页
基金
安徽省高校哲学社会科学研究项目(2023AH052372)。
文摘
混合部位运动图像存在模糊、失真、低分辨率等问题,且峰值信噪比差值较小。提出基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法。结合非线性映射关系重构像素点,采用跨阶段特征融合算法,完成混合部位运动图像超分辨率修复。实验结果表明:得到完整的混合部位运动图像修复结果,表现出的峰值信噪比差值较大,修复后的图像分辨率更优,满足了混合部位运动图像的现实应用需求。
关键词
运动图像
跨阶段特征融合
算法
混合部位图像修复
Keywords
moving image
cross-stage feature fusion algorithm
mixed part image restoration
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
融合监督注意力模块和跨阶段特征融合的图像修复改进网络
被引量:
1
2
作者
黄巧玲
郑伯川
丁梓成
吴泽东
机构
西华师范大学数学与信息学院
西华师范大学计算机学院
出处
《计算机应用》
CSCD
北大核心
2024年第2期572-579,共8页
基金
国家自然科学基金资助项目(62176217)
西华师范大学科研创新团队项目(KCXTD2022-3)。
文摘
非规则缺失区域的图像修复技术用途广泛但具有挑战性。针对现有修复方法对高分辨率图像可能会产生伪影、扭曲结构和模糊纹理的问题,提出一种融合监督注意力模块(SAM)和跨阶段特征融合(CSFF)的图像修复改进网络(Gconv_CS)。在Gconv的两阶段网络模型上,引入了SAM与CSFF模块。SAM通过提供真实图像监督信号,监督上阶段输出特征,确保传入下阶段特征信息的有效性。CSFF将上阶段编码器-解码器的特征融合后送入下阶段的编码器,以弥补上阶段修复中特征信息的损失。实验结果表明,在缺失区域占比为1%~10%时,相较于基线模型Gconv,Gconv_CS在CelebA-HQ数据集上峰值信噪比(PSNR)和结构相似性指数(SSIM)分别提高了1.5%和0.5%,Fréchet起始距离(FID)和L1损失分别降低了21.8%、14.8%;在Place2数据集上,前2个指标分别提高了26.7%和0.8%,后2个指标分别降低了7.9%、37.9%。将Gconv_CS用于去除大熊猫面部遮挡物时,取得了较好的修复视觉效果。
关键词
图像修复
两
阶段
网络
跨阶段特征融合
监督注意力模块
门控卷积
Keywords
image inpainting
two-stage network
Cross-Stage Feature Fusion(CSFF)
Supervised Attention Module(SAM)
gated convolution
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于增强多尺度特征网络的图像去模糊
被引量:
10
3
作者
虞志军
王国栋
张镡月
机构
青岛大学计算机科学技术学院
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第22期256-263,共8页
基金
山东省自然科学基金(ZR2019MF050)
山东省高等学校优秀青年创新团队支持计划(2020KJN011)。
文摘
现有的多尺度多阶段图像去模糊方法存在多尺度图像特征提取利用不充分和阶段加深导致特征信息丢失的问题。针对上述问题,提出了一种基于增强多尺度特征网络的图像去模糊方法。首先,提出一个多尺度残差特征提取模块,在两个分支中使用不同大小的卷积核扩大感受野,充分提取不同分辨率大小图像的特征信息。其次,提出跨阶段注意力模块,过滤和传递图像的关键特征。最后,设计类似于跳跃连接的跨阶段特征融合模块,弥补特征损失,同时融合来自不同大小输入图像的特征信息,丰富空间特征信息,以更好地处理纹理细节。在GoPro和HIDE数据集上的实验结果表明,所提方法能够很好地重建图像。
关键词
图像去模糊
多尺度
特征
跨
阶段
注意力机制
跨阶段特征融合
Keywords
image deblurring
multi-scale feature
cross-stage attention mechanism
cross-stage feature fusion
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法
朱磊
《长春大学学报》
2024
0
在线阅读
下载PDF
职称材料
2
融合监督注意力模块和跨阶段特征融合的图像修复改进网络
黄巧玲
郑伯川
丁梓成
吴泽东
《计算机应用》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于增强多尺度特征网络的图像去模糊
虞志军
王国栋
张镡月
《激光与光电子学进展》
CSCD
北大核心
2022
10
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部