巫红

作品数:15被引量:82H指数:5
导出分析报告
供职机构:黑龙江大学电子工程学院更多>>
发文主题:遥感图像超分辨重建无模型控制方法字典学习网络更多>>
发文领域:自动化与计算机技术机械工程自然科学总论经济管理更多>>
发文期刊:《光学精密工程》《系统工程与电子技术》《高技术通讯》《科技创新导报》更多>>
所获基金:黑龙江省博士后科研启动基金国家自然科学基金黑龙江省自然科学基金中央级公益性科研院所基本科研业务费专项更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于重影卷积的轻量化遥感图像超分辨重建
《黑龙江大学自然科学学报》2024年第3期370-378,共9页张琪 朱福珍 巫红 
黑龙江省省属高等学校基本科研业务费项目(2023-KYYWF-1436,2022-KYYWF-1090);国家自然科学基金资助项目(61601174,62341503);黑龙江省“双一流”学科协同创新成果孵化项目(LJGXCG2023-046);黑龙江大学横向课题项目(2023230101001032)。
为了解决基于深度学习的遥感图像超分辨率重建算法模型复杂度高、纹理细节重建不准确的问题,本文提出了基于重影卷积的信息多蒸馏网络。采用重影卷积(Ghost convolution)代替传统卷积消除冗余,降低模型复杂度;通过引入改进的高频注意力...
关键词:遥感图像 超分辨 深度学习 卷积神经网络 
改进YOLOv5的遥感图像目标检测
《黑龙江大学自然科学学报》2024年第1期109-115,共7页刘国新 朱福珍 巫红 
黑龙江省省属高校基本科研业务费项目(2023-KYYWF-1436,2022-KYYWF-1090);国家自然科学基金资助项目(61601174,62341503);黑龙江省“双一流”学科协同创新成果孵化项目(LJGXCG2023-046);黑龙江大学横向课题项目(2023230101001032)。
针对基于YOLOv5算法的小目标的检测精度低、密集目标识别效果差的问题,提出了一种改进YOLOv5目标检测框架。YOLOv5的主干网络加入卷积块注意力模块(Convolutional block attention module,CBAM)可提高特征提取能力,增强网络对图像纹理...
关键词:目标检测 YOLOv5算法 卷积块注意力模块 加权双向特征金字塔 EIoU 
“信号与系统实验”课程混合式教学模式探索与实践被引量:1
《黑龙江教育(理论与实践)》2022年第11期60-62,共3页朱福珍 巫红 汪国强 
黑龙江省高等教育教学改革研究项目“‘信号与系统实验’混合式教学模式研究与探索”(SJGY20200544);黑龙江大学新世纪教育教学改革工程重点项目“‘信号与系统实验’混合式教学模式研究与探索”(2020B01)。
针对传统“信号与系统实验”课程教学存在的问题,采用混合式教学模式进行实验教学改革。文章分别从线上教学模式建设、在线实验平台建设、混合式教学模式实施、混合式教学效果评价等方面进行了探索与实践。经过为期两年的混合式教学实...
关键词:混合式教学 “信号与系统实验” 线上实验 线下实验 
改进的LapSRN遥感图像超分辨重建被引量:2
《黑龙江大学自然科学学报》2022年第4期490-497,共8页孙策 刘芳 巫红 朱福珍 
国家自然科学基金资助项目(61601174);黑龙江省博士后科研启动基金项目(LBH-Q17150);黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题资助及省高校科技创新团队资助项目(2012TD007);黑龙江省省属高等学校基本科研业务费基础研究项目(KJCXZD201703);黑龙江省自然科学基金资助项目(F2018026)。
为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感...
关键词:遥感图像 金字塔网络 深度学习 
改进的PP-YOLO网络遥感图像目标检测被引量:5
《高技术通讯》2022年第5期528-534,共7页朱福珍 王帅 巫红 
国家自然科学基金(61601174);黑龙江省级大学生创新创业训练计划(202010212101);黑龙江省博士后科研启动金(LBH-Q17150);黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题及省高校科技创新团队课题(2012TD007);黑龙江省自然科学基金(F2018026)资助项目。
为了提高遥感图像目标检测精度,提出一种改进的PP-YOLO网络遥感图像目标检测方法。改进的PP-YOLO网络继承了骨干网络结构,改进了PP-YOLO网络的检测颈部分,在保持原检测颈框架基础上,在第4层和第5层加入了由低层网络向高层网络传达的通路...
关键词:遥感图像 目标检测 PP-YOLO网络 
改进的密集连接网络遥感图像超分辨重建被引量:5
《高技术通讯》2021年第10期1037-1043,共7页柏宇阳 朱福珍 巫红 
国家自然科学基金(61601174);黑龙江省自然科学基金(F2018026);黑龙江省博士后科研启动金(LBH-Q17150);黑龙江省普通高等学校电子工程重点实验室开放课题及省高校科技创新团队(2012TD007)资助项目。
遥感图像超分辨增加了遥感图像的细节信息,在遥感图像处理中有重要的地位。为了进一步提高遥感图像超分辨的重建效果,本文提出一种改进的密集连接网络遥感图像超分辨重建算法。首先对基于残差网络的深度超分辨算法(VDSR)进行改进,结合...
关键词:遥感图像 超分辨率 密集连接网络(DenseNet) 深度学习 
基于稀疏表示的遥感图像超分辨重建被引量:1
《黑龙江大学自然科学学报》2019年第5期618-623,共6页黄鑫 朱福珍 王成全 巫红 
国家自然科学基金资助项目(61601174);黑龙江省博士后科研启动基金项目(LBH-Q17150);黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题资助及省高校科技创新团队资助项目(2012TD007);黑龙江省省属高等学校基本科研业务费基础研究项目(KJCXZD201703);黑龙江省自然科学基金资助项目(F2018026);黑龙江省普通本科高等学校青年创新人才培养计划项目(UNPYSCT-2018012)
为了获取高质量的超分辨遥感图像,提出了一种改进特征提取算子的稀疏表示遥感图像超分辨率重建方法。该算法通过设置模板,对一阶和二阶梯度滤波算子进行改进,在有效提取低分辨率图像边缘特征的同时,减少噪声干扰。利用遥感图像库训练得...
关键词:稀疏表示 图像超分辨率 字典训练 特征提取 
双参数Beta过程联合字典遥感图像超分辨被引量:2
《系统工程与电子技术》2019年第9期1955-1960,共6页朱福珍 邹丹妮 王志芳 巫红 
国家自然科学基金(61601174);黑龙江省博士后科研启动金(LBH-Q17150);黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题资金及省高校科技创新团队资金(2012TD007);黑龙江省省属高等学校基本科研业务费(KJCXZD201703);黑龙江省自然科学基金(F2018026)资助课题
为了改善遥感图像超分辨重建(super-resolution reconstruction,SRR)效果,针对以往仅适用于单特征空间的稀疏字典超分辨算法,提出同时适用于两个特征空间的双参数Beta过程联合字典(Beta process joint dictionary,BPJD)遥感图像SRR方法...
关键词:遥感 超分辨 字典学习 Beta过程 
基于贝塔过程联合字典学习的图像超分辨重建被引量:1
《高技术通讯》2019年第7期625-631,共7页朱福珍 邹丹妮 巫红 白鸿一 
国家自然科学基金(61601174);黑龙江省博士后科研启动金项目(LBH-Q17150);黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题;省高校科技创新团队课题(2012TD007);黑龙江省省属高等学校基本科研业务费基础研究项目(KJCXZD201703);黑龙江省自然科学基金(F2018026)资助项目
为了提高图像超分辨效果,针对以往稀疏字典超分辨算法仅适用于单特征空间的问题,提出基于贝塔过程联合字典学习(BPJDL)的图像超分辨重建(SRR)方法。首先,根据图像退化模型生成训练样本图像,分别对高、低分辨率图像进行7×7分块,并利用...
关键词:图像超分辨重建(SRR) 稀疏表示 字典学习 贝塔过程 吉布斯采样 
改进的稀疏表示遥感图像超分辨重建被引量:32
《光学精密工程》2019年第3期718-725,共8页朱福珍 刘越 黄鑫 白鸿一 巫红 
国家自然科学基金资助项目(No.61601174);黑龙江省博士后科研启动金项目资助(No.LBHQ17150);黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题资助及省高校科技创新团队资助(No.2012TD007);黑龙江省省属高等学校基本科研业务费基础研究项目资助(No.KJCXZD201703);黑龙江省自然科学基金资助项目(No.F2018026)
为了进一步提高遥感图像超分辨效果,提高超分辨重建速度。针对以往稀疏超分辨算法中更容易丢失边缘信息和引入噪声的问题,本文改进了特征提取算子,以对称近邻滤波(SNN)代替高斯滤波,重点解决特征空间中的字典学习问题。首先,根据遥感图...
关键词:图像超分辨 稀疏表示 字典学习 
检索报告 对象比较 聚类工具 使用帮助 返回顶部