排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
由于密度不同的雨对图像造成的遮挡不同,图像去雨一直都是一项极具挑战性的任务。目前,基于深度学习的图像去雨算法已经成为主流。然而,多数深度学习的架构都是通过堆叠卷积层来设计的,执行去雨任务后图像仍存在着大小不一的雨痕,这些方法并不能很好地关注训练中雨图的局部信息和上下文信息。为了解决上述问题,本文设计一种基于多通道分离整合的卷积神经网络用于图像去雨。第一步通过通道分离,再利用卷积层间的层级连接,构成多尺度模块,最终将不同通道的输出进行整合。该模块可以增大感受野,探索特征图之间的空间信息,更好地提取特征。第二步利用渐进网络来反复计算挖掘上下文信息,能够很好关联到全局特征。整体模型易于实施,可以端对端训练。在常用的数据集以及自建的自动驾驶雨天数据集上的大量实验表明,本文方法比现有方法取得了明显的改进。 相似文献
2.
3.
4.
5.
河南江河机械有限责任公司的企业用水是将水厂处理出水用水泵送到山顶高位水池,然后供生产、生活使用。针对地处山区、地形复杂且山顶高位水池距水厂较远的特点,同时汲取此前采用有线传输方式时存在的造价高、施工难度大、信号线易遭雷击和被盗等缺点,选用了YWJK-3型无线遥测压力水位监控仪。 相似文献
1