超分辨率复原

作品数：48被引量：277H指数：10
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：沈兰荪王素玉李晓光陈健王伟国更多>>
相关机构：北京工业大学吉林大学中国科学院大学中国科学院长春光学精密机械与物理研究所更多>>
相关期刊：《中国图象图形学报》《北京理工大学学报》《现代电子技术》《仪器仪表学报》更多>>
相关基金：国家自然科学基金北京市自然科学基金国家教育部博士点基金国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于调和模型的降质图像超分辨率复原算法被引量：1
《计算机仿真》2022年第6期183-186,268,共5页王媛芳 王鸿 廖武忠 
基于图像特征信息的图像拼接算法研究(kjqn201901904)。
受光照、噪声、数字化设备性能等因素影响,致使图像分辨率较低、目标特征模糊,为此提出基于调和模型的降质图像超分辨率复原算法。采用权重函数与动态补偿矩阵方式搭建降质图像观测模型,并根据图像RGB值重新组合原始图像与邻域像素RGB值...
关键词：调和模型 降质图像 超分辨率复原 模糊矩阵 正则化算子 神经网络 
深度卷积神经网络图像超分辨率重建方法研究被引量：4
《现代科学仪器》2022年第1期205-208,共4页冯蕾 黄菊秀 赵冉冉 
中央基本科研业务支持项目基于卷积神经网络模型判定产品质量安全事故关键技术研究(582020Y-7508);国家市场监督管理总局科技计划项目基于卷积神经网络模型判定产品质量安全事故关键技术研究(2020MK160)。
本文为了解决现有算法重建超分辨率算法,所需较长训练时间的问题,提出一种更加高效的深度卷积神经网络图像超分辨率重建方法。该方法可以在保证每层卷积层、非线性层基础上,包含20层卷积神经网络,每层级联构建神经网络结构,通过运用此...
关键词：超分辨率复原 深度卷积神经网络 特征提取 
基于生成对抗网络的煤矿井下视频图像超分辨率复原方法研究被引量：2
《内蒙古煤炭经济》2021年第2期84-85,共2页李保飞 邵瑛杰 李泽西 
图像超分辨率复原(Super-resolution Reconstruction, SR)可以使用计算机对低分辨率图像进行处理,获取高分辨率图像。针对煤矿井下视频图像采集环境复杂、亮度不均、图像模糊等问题,本文采用深度学习的思想对煤矿井下视频图像进行超分...
关键词：煤矿井下视频图像 超分辨率图像复原 生成对抗网络 
复合正则化的图像超分辨率复原方法被引量：1
《哈尔滨工业大学学报》2018年第10期66-71,共6页王轩泽 潘汉 敬忠良 
国家自然科学基金(61673262)
图像超分辨率复原是计算机视觉领域的一个基础研究方向.为提高具有高度结构化特征图像超分辨率复原效果,提出了一种基于复合正则化的超分辨率复原方法.该方法整合了多个不同种类范数的正则化项,将具有旋转不变性的方向全变分组稀疏正则...
关键词：超分辨率复原 正则化 方向全变分 小波 一阶求解 
支持向量机多特征分类学习的超分辨率复原被引量：1
《南京师大学报（自然科学版）》2018年第3期28-34,41,共8页汤嘉立 朱广萍 杜卓明 
国家自然科学基金(61402206);中国博士后科学基金(2016M601845);住房城乡建设部研究开发项目(2016-K8-028)
支持向量机(SVM)单一特征分类学习的超分辨率复原算法通过离线建立分类模型和减少样本库规模,降低了传统基于范例学习算法的样本块误匹配情况,增强了图像质量和计算速度.但由于图像特征的多样性,此类算法易造成复原结果的不稳定.本文给...
关键词：超分辨率复原 支持向量机 多特征分类 样本学习 
基于GEP多标记学习的图像超分辨率复原算法被引量：2
《计算机应用研究》2018年第6期1849-1852,共4页汤嘉立 柳益君 杜卓明 
国家自然科学基金资助项目(61402206);中国博士后科学基金资助项目(2016M601845);国家住房城乡建设部研究开发项目(2016-K8-028);江苏理工学院应用基础研究计划基金资助项目(KYY14005)
针对传统基于范例学习超分辨率复原算法的样本块误匹配和结果不稳定等不足,提出一种基于基因表达式编程多标记学习的超分辨率复原算法,筛选出与目标图像相关性高的样本子库,在多标记框架下进行样本预分类。该算法根据图像的多重特征筛...
关键词：超分辨率复原 基因表达式编程 支持向量机 样本学习 
基于多类预测器学习的超分辨率复原算法
《计算机工程与设计》2018年第4期1100-1105,共6页汤嘉立 柳益君 杜卓明 
国家自然科学基金项目(61402206);中国博士后科学基金项目(2016M601845);住房城乡建设部研究开发基金项目(2016-K8-028)
为解决样本学习超分辨率算法的图像样本误匹配和边缘平滑问题,提出一种基于神经网络的非线性多类预测器学习算法,设计神经网络多类预测器,采用小生境基因表达式编程方法优化反向传播神经网络。通过学习样本集对预测器进行训练,学得学习...
关键词：超分辨率复原 多类预测器 小生境算法 基因表达式编程 神经网络 
低质量人脸图像的超分辨率复原被引量：4
《激光与光电子学进展》2018年第3期216-224,共9页唐佳林 陈泽彬 苏秉华 李克勤 
广东省青年创新人才项目(2016KQNCX204)
如何提高人脸图像的分辨率是计算机视觉中的经典问题。在视频监控中,由于目标人物距离摄像头较远,得到的往往是低分辨率的人脸图像。针对此问题,提出一种结合主成分分析(PCA)和最大后验概率(MAP)的人脸超分辨复原算法。利用PCA模型获得...
关键词：图像处理 超分辨率 最大后验概率 主成分分析 约束增强 AR人脸库 
基于深度学习的图像超分辨率复原研究进展被引量：70
《自动化学报》2017年第5期697-709,共13页孙旭 李晓光 李嘉锋 卓力 
国家自然科学基金(61471013;61370189;61372149;61531006);北京市自然科学基金(4142009;4163071);北京市属高等学校高层次人才引进与培养计划(CIT&TCD201404043;CIT&TCD20150311);北京市教育委员会科技发展计划(KM201510005004;KM201410005002);北京市属高等学校人才强教计划(PHR(IHLB))资助~~
图像超分辨率复原(Super resolution restoration,SR)技术是图像处理领域的研究热点,在视频监控、图像处理、刑侦分析等领域具有广泛的应用需求.近年来,深度学习在多媒体处理领域迅猛发展,基于深度学习的图像超分辨率复原技术已逐渐成...
关键词：超分辨率复原 深度神经网络 卷积神经网络 循环神经网络 
基于修正点扩散函数的超分辨率复原算法
《吉林大学学报（信息科学版）》2017年第1期1-7,共7页王琳琳 赵岩 王世刚 
国家自然科学基金资助项目(61271315)
针对传统的超分辨率复原算法边缘保持能力不足,存在振铃效应等问题,提出了基于修正点扩散函数的凸集投影超分辨率复原算法。首先,检测参考图像的边缘;然后,对传统的点扩散函数加一个权值因子进行修正,将点扩散函数分为0°、22.5°、45°...
关键词：超分辨率复原 点扩散函数 凸集投影 峰值信噪比 均方误差 结构相似度 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部