排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
针对轻量化微光增强网络Zero-DCE在处理亮度变化范围较大的微光图像时,存在不同区域亮度增强不一致导致的图像不清晰问题,本文提出了一种基于伽马变换的自适应损失函数,在原损失函数的基础上降低了网络对图像曝光差异的敏感性,明显改善了微光增强效果。该方法通过在卷积神经网络 (convolutional neural network,CNN) 中添加CBAM模块提高网络对微光图像特征的表达能力,使用网络增强图像灰度平均值与增强特征图均值的对数距离作为伽马变换自适应系数,最后计算网络增强图像和伽马变换后的图像之间的灰度参数距离。实验表明,与原网络相比,改进后的方法处理效果提升显著,其中在图像评价指标方面,均方误差提升9.7%,峰值信噪比提升13.8%,结构相似性提升6.7%。 相似文献
5.
为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法. 通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,平衡生成器和判别器的表达能力,提升生成样本的质量. 实验结果表明,在太阳能电池电致发光(EL)缺陷数据集上,提出方法的生成质量和检测精度优于深度卷积生成对抗网络(DCGAN)、梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和一阶导数生成对抗网络(FOGAN);该方法的F测度较DCGAN、WGAN-GP和FOGAN分别最高提升了10%、8%和5%,具有较好的数据增强性能. 在带钢表面缺陷数据集及DAGM 2007公共数据集上,提出方法的性能优于DCGAN、WGAN-GP和FOGAN,具有一定的泛化能力. 相似文献
6.
7.
目前影响OCR系统识别率的一个重要因素就是字符切分.印刷体字符有一种特殊的字符切分:即斜体字的字符切分.由于斜体字本身的倾斜,所以通过投影特征的信息是很难切分开的.为了进行斜体字的切分,就需要知道斜体字的倾斜角度.本文正是出于寻找斜体字倾斜角度的目的,提出了一种基于Hough变换的中文斜体字倾斜角度的柱测算法.该算法在Hough变换的基础上,对算法作了一定的改进来进行倾斜角度的检测. 相似文献
1