一种基于深度学习的红外图像超分辨率重建方法.pdf
傲丝****账号
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于深度学习的红外图像超分辨率重建方法.pdf
本发明公开了一种基于深度学习的红外图像超分辨率重建方法,首先将红外视频转化成连续的多帧红外图像并进行红外图像增强预处理,获得对比度更高、视觉效果更好的红外图像;同时建立基于深度学习的图像超分辨率重建算法模型;基于该模型,利用可见光数据集进行模型训练得到高低分辨率图像之间的关系模型;将红外图像输入该模型进行超分辨率重建,获得高分辨率的红外图像;最后整合红外图像得到信息更丰富的红外图像视频。本发明在红外图像的质量优化上具有十分优秀的效果,同时可以快速地将低质量的红外视频转换成高质量的视频,在军事、医学、安防等
基于深度学习的单幅电力设备红外图像超分辨率重建方法.pdf
本发明是是一种基于深度学习的单幅电力设备红外图像超分辨率重建方法,其特点是,包括的步骤有:构建模型的训练集和测试集、构建改进的生成网络、构建改进的对抗网络、构建融合损失函数和模型训练、模型性能评估和模型应用。能够在提高电力设备红外图像分辨率的同时,更好地重建电力设备红外图像细节,提高超分辨率重建后电力设备红外图像的质量。
一种基于迁移学习的红外图像超分辨率重建方法.pdf
本发明涉及图像超分辨率重建技术领域,具体地说是一种基于迁移学习的红外图像超分辨率重建方法,包括构建全局网络,在两个相邻的局部蒸馏模块之间采用差值算法,获取图像的高频信息,在局部模块之间采用级联连接,保留图像的低频信息和采用预训练网络与微调网络的迁移学习策略,本发明同现有技术相比,根据迁移学习的思想,通过构建了特征蒸馏网路、提炼分支、局部蒸馏模块差值算法和训练内容,利用小样本红外图像集,重建出高质量的红外图像。
一种基于深度学习的深度图像超分辨率重建方法.pdf
本发明公开了一种基于深度学习的深度图像超分辨率重建方法,当上采样因子r=2时,训练整个网络,包括:从不同的深度图像公开数据集中分别选取一定数量的深度图像;数据增强:深度卷积神经网络结构的设计:处理好的网络输入数据和数据标签对整个网络进行训练,训练完成后将低分辨率深度图像输入到训练好的网络模型中,在输出层输出完成超分辨率的深度图像。本发明通过卷积神经网络的多路通道同时训练去生成高维特征图,保留了原始低分辨率图像的准确像素值,加速了整个网络的训练和收敛速度。
基于深度学习的超声图像超分辨率重建方法.pdf
本发明公开了一种基于深度学习的超声图像超分辨率重建方法,用于解决超声图像分辨率低的问题。该方法主要是:首先采用Krishnan的稀疏正则化盲复原算法对超声图像进行预处理,然后利用预处理后的超声图像作为样本库训练神经网络的权值,最后利用FSRCNN实现超声图像的超分辨率重建。