排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
近年来,基于深度学习的运动模糊去除算法得到了广泛关注,然而单幅散焦图像去模糊算法鲜有研究。为针对性地解决单幅图像的散焦模糊问题,提出一种基于循环神经网络的散焦图像去模糊算法。首先级联两个残差网络,分别完成散焦图估计和图像去模糊;随后,为了保证散焦图和清晰图像的深度特征可以更好地跨阶段传播以及阶段内相互作用,在残差网络中引入LSTM(long short-term memory)循环层;最后,整个残差网络进行了多次迭代,迭代过程中网络参数共享。为了训练网络,制作了一个合成散焦图像数据集,每一张散焦图像都包含对应的清晰图像和散焦图。实验结果表明,该算法相较于对比算法在主客观图像质量评价上均有显著优势,在复原结果中具有更锐利的边缘和清晰的细节。对于真实双像素图像散焦模糊数据集DPD,该算法相比DPDNet-Single在峰值信噪比(PSNR)和结构相似性(SSIM)上分别提高了0.77 dB、5.6%,因此所提方法可以有效处理真实场景散焦模糊。 相似文献
3.
超滤膜法浓缩新型苏云金杆菌(Bt)杀虫剂 总被引:3,自引:1,他引:2
本文研究了用超滤膜方法浓缩新型苏云金杆菌杀虫剂,简称“新型Bt”,并对几种不同材料的超滤膜的污染程序 及污染后膜的最佳清洗方法作了初步实验。结果表明:采用P=0.15MPa,P=0.05MPa,操作条件效果比较好,反洗方法简单易行,能达到最佳清洗效果。 相似文献
4.
5.
视觉理解,如物体检测、语义和实例分割以及动作识别等,在人机交互和自动驾驶等领域中有着广泛的应用并发挥着至关重要的作用。近年来,基于全监督学习的深度视觉理解网络取得了显著的性能提升。然而,物体检测、语义和实例分割以及视频动作识别等任务的数据标注往往需要耗费大量的人力和时间成本,已成为限制其广泛应用的一个关键因素。弱监督学习作为一种降低数据标注成本的有效方式,有望对缓解这一问题提供可行的解决方案,因而获得了较多的关注。围绕视觉弱监督学习,本文将以物体检测、语义和实例分割以及动作识别为例综述国内外研究进展,并对其发展方向和应用前景加以讨论分析。在简单回顾通用弱监督学习模型,如多示例学习(multiple instance learning, MIL)和期望—最大化(expectation-maximization, EM)算法的基础上,针对物体检测和定位,从多示例学习、类注意力图机制等方面分别进行总结,并重点回顾了自训练和监督形式转换等方法;针对语义分割任务,根据不同粒度的弱监督形式,如边界框标注、图像级类别标注、线标注或点标注等,对语义分割研究进展进行总结分析,并主要回顾了基于图像级别类别... 相似文献
6.
在高等院校,PASCAL语言、数据结构、编译原理、操作系统等课程都给学生布置了大量上机实习,要求学生用PASCAL语言编写程序,但有些学生热衷于拷贝或抄袭别人的程序。该系统给老师提供了一个有力工具,帮助老师判定程序抄袭情况。本文介绍了系统的工作原理及实现方法。 相似文献
8.
1