基于U-net++网络的弱光图像增强方法

弱光图像增强是计算机视觉中最具挑战性的任务之一,现有算法存在亮度不均、对比度低、颜色失真和噪声严重等问题.文中提出了一种基于改进U-net++网络实现更为自然的暗光增强网络框架.首先,输入弱光图像至改进U-net++网络,利用各层密集连接以增强不同层次图像特征的关联性;其次,把各层次图像特征融合后输入卷积网络层进行细节重建.实验结果证明,该方法在提高图像亮度的同时,更好地恢复了弱光图像的细节特征,并且生成正常光图像的颜色特征更接近自然.在PASCAL VOC测试集上的测试结果显示结构相似度(SSIM)和峰值信噪比(PSNR)两个重要指标分别为0.87和26.36,比同类最优算法分别高出18.6％和11.4％.     

TD-LTE无线网络中互操作优化问题浅析

为确保现有移动用户良好的用户感知,TD-LTE与2G/3G网络间的互操作已成为 TD-LTE网络建设和优化的难点?针对TD-LTE网络目前采用的互操作实现方案进行深入研究分析,重点介绍了实现策略及相关参数配置?结合TD-LTE互操作优化测试,分析测试结果,提出了TD-LTE建设初期互操作优化中的注意事项及改进措施,为后续的网 络建设提供参考依据?