基于深度学习的图像超分辨率重建研究.doc
曦晨****22
亲,该文档总共62页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的图像超分辨率重建研究.doc
毕业设计(论文)基于深度学习的图像超分辨率重建研究院别数学与统计学院专业名称信息与计算科学班级学号5133117学生姓名楚文玉指导教师张琨2017年06月10日基于深度学习的图像超分辨率重建研究摘要人工神经网络凭借其超强的学习能力使得人工智能得到迅猛的发展让人工神经网络再次成为研究热点。目前深度学习已经广泛应用于计算机视觉语音处理自然语言处理等各个领域甚至在某些领域已经起到了主导作用。单一图像超分辨率重建技术旨在将一个低分辨率图像经过一系列算法重构出对应的高分辨率图像。目前比较成熟的方法有
基于深度学习的图像超分辨率重建研究.doc
毕业设计(论文)基于深度学习的图像超分辨率重建研究院别数学与统计学院专业名称信息与计算科学班级学号5133117学生姓名楚文玉指导教师张琨2017年06月10日基于深度学习的图像超分辨率重建研究摘要人工神经网络凭借其超强的学习能力使得人工智能得到迅猛的发展让人工神经网络再次成为研究热点。目前深度学习已经广泛应用于计算机视觉语音处理自然语言处理等各个领域甚至在某些领域已经起到了主导作用。单一图像超分辨率重建技术旨在将一个低分辨率图像经过一系列算法重构出对应的高分辨率图像。目前比较成熟的方法有
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。
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。
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