基于卷积神经网络的图像超分辨率重建

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:xiao_ai1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像超分辨率重建是计算机视觉领域的重要研究方向之一,可以有效提升图像视觉效果,同时可以作为其它图像算法的预处理步骤,在公共安全领域、医学领域、遥感成像领域都有广泛应用。近年来,随着卷积神经网络方法的引入与发展,图像超分辨率重建成为研究者们关注的热点。从目前的研究成果看,大部分研究者都倾向于研究神经网络模型结构,通过对卷积神经网络模型结构改进达到提升模型速度,改进图像超分辨率重建效果的目的。本文从卷积神经网络方法出发,以图像超分辨率重建任务为背景,以图像质量评价中的梯度幅值相似偏差(gradient magnitude similarity deviation,GMSD)函数为基础,提出了一种新的损失函数。目前为止图像超分辨重建领域中的卷积神经网络模型大都使用l2损失函数或l1损失函数进行训练,但使用l2或l1损失函数训练模型并不能达到最佳效果。本文提出了基于GMSD的新混合损失函数,使用该损失函数代替l2损失函数与l1损失函数进行卷积神经网络模型训练,可以在不改变原有模型结构的基础上,提升模型效果。
其他文献
在当前大数据和人工智能时代,行人检测的相关研究得到广泛应用,特别是在自动驾驶、视频监控和人员检索等领域。随着摄像机数量的快速增长,获取海量数据变得相对容易,但为每个
语音是人与人之间交流的重要方式,但在现实中语音通常受到噪声的干扰,因此从嘈杂的环境中提取近似纯净的语音成为研究重点。语音增强是语音信号处理的重要领域,用以解决语音
室内场景的三维感知与重建一直以来都是计算机图形学和计算机视觉领域热门的研究课题,而高质量的深度图像的获取是研究、理解和重建室内三维场景几何信息的关键。目前获取室
传统的工业过程优化控制,在面对复杂环境时难以建立精准的数学模型,解决如控制器参数整定等问题时,往往依赖于专家的决策经验,根据控制目标和操作工况进行参数试凑。然而,由
随着互联网和信息科技的飞速发展,快速高效地从海量数据当中检索到内容成为一个越来越重要的需求。本文中首先针对目前信息检索技术的发展现况进行了简要的介绍和分析,介绍了
本文研究了在一个包括多个无线接入技术的无线网络中的并发传输问题,即一条单独数据流分配于多无线接入接口上,继而实现不同接入技术的优势。在并发传输问题中,一个比较有挑
声子晶体是一种新型的周期性复合结构,弹性波与周期性结构相互作用使得某一频段的波在声子晶体中无法继续传播,该频段称为带隙。带隙特性使声子晶体在隔声降噪、滤波器、声波导等领域有广阔的应用前景。当压电材料引入到声子晶体中,传入的弹性波与电磁波相互耦合,构成具有机电耦合效应的压电声子晶体;与传统的声子晶体相比,压电声子晶体可实现带隙的主动调控。本论文设计了一种由硅橡胶为包裹层、环氧树脂为连接板、空心铅柱为
青藏高原积雪对气候变化十分敏感,能影响大尺度物质循环和能量流动过程,进而对气候、水文和生态系统等造成较大影响。因此,深入探讨青藏高原长时间序列积雪的时空变化特征及
随着人们对个人身份信息安全越来越重视,个人身份鉴别在日常生活中扮演着重要的角色,人们寻求一种更加方便,安全快捷的身份识别方法——生物特征识别。当前,市场上运用生物特
二维材料石墨烯(G)、二硫化钼(MoS_2)因其表面惰性和特殊的层状结构而表现出优异的物理化和学性能,广泛的应用于空间抗腐蚀和润滑领域。本征的二维材料石墨烯、二硫化钼拥有完整的表面形貌,对大部分环境因子的吸附呈现一定的惰性。但是,材料表面总是带有缺陷的,并伴随着活性悬键,这可能成为腐蚀的起点。在石墨烯、二硫化钼的缺陷处产生一氧化碳、二氧化碳、三氧化钼和硫化氢(CO、CO_2、MoO_3和H_2S)