文档详情

一种基于密集残差型UNet的图像信息解析建模方法.pdf

发布：2023-05-05约8.61千字共10页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463189 A (43)申请公布日 2022.05.10 (21)申请号 202011236954.4 (22)申请日 2020.11.09 (71)申请人中国科学院沈阳自动化研究所地址

显示全部

相似文档

一种基于残差密集网络的图像高低频分解噪声去除方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991199 A (43)申请公布日 2021.06.18 (21)申请号 202110182091.5 (22)申请日 2021.02.08 (71)申请人西安理工大学地址
2023-06-07 约1.49万字 12页立即下载
基于残差密集卷积自编码的高噪声图像去噪方法.pdf 基于残差密集卷积自编码的高噪声图像去噪方法张杰,卢淼鑫,李嘉康,徐大勇,黄雯潇,史小平引用本文张杰,卢淼鑫,李嘉康,徐大勇,黄雯潇,史小平.基于残差密集卷自编码的高噪声图像去噪方法[J].计算机科学,2024,51(6A):230400073-7. ZHANGJie,LUMiaoxin,LIJiakang,XUDayong,HUANGWenxiao,SHIXiaoping.ResiduaDense ConvoutionaAutoencoderforHighNoiseImageDenoising[J].ComputerScience,2024,51(6A): 230400073-7. 相
2025-05-17 约6.18万字 8页立即下载
基于残差密集和Transformer的数字图像压缩重建研究.pdf 摘要随着互联网与各种智能设备的不断发展，人类社会已经迈入了数据爆炸的时代。传统采样方式逐渐无力应对海量数据所带来在数据传输及存储等方面的压力。压缩感知理论（CS）可以以欠奈奎斯特采样频率对原始信号进行采样压缩并重建信号，但传统压缩感知图像重建算法迭代耗时且重建质量差。深度压缩感知算法在重建速度及重建质量上优于传统压缩感知算法，但现有的一些深度压缩感知算法依旧存在低采样率下图像重建质量不高，重建图像缺乏细节纹理等问题。因此，本文针对深度压缩感知图像重建算法展开研究，其研究工作主要包含以
2024-12-29 约7.68万字 61页立即下载
基于UNet网络的遥感图像植被信息提取的研究.pdf 目录摘要I ABSTRACTIII 第一章绪论1 1.1研究背景及意义1 1.2国内外研究现状2 1.2.1高分辨率遥感图像技术研究现状2 1.2.2基于传统方法的高分辨率遥感图像植被提取3 1.2.3基于深度学习的高分辨率遥感图像的植被提取5 1.3研究内容及技术路线7 1.3.1主要研究内容7 1.3.2技术路线8 1.4论文的主体结构8 第二章相关理论知识11 2.1CNN网络的基础理论11 2.1.1CNN的结构11 2.1.2卷积层12 2.1.3池化层12 2.1.4全连接层和输出层13 2.1.5激活和损失函数14 2.2拓扑数据分析14 2.2.1持续同调15 2.2.2单纯
2024-12-03 约7.25万字 53页立即下载
一种基于残差网络和迁移学习的高分遥感图像分类方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112836614 B (45)授权公告日 2022.07.12 (21)申请号 202110113122.1 (51)Int.Cl.
2023-06-05 约1.54万字 12页立即下载
一种基于亮度补偿残差网络的水下图像增强方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881879 A (43)申请公布日 2022.08.09 (21)申请号 202210541384.2 (22)申请日 2022.05.17 (71)申请人燕山大学
2023-05-17 约1.97万字 13页立即下载
一种基于残差稠密阈值网络的图像压缩感知重建方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991472 A (43)申请公布日 2021.06.18 (21)申请号 202110294533.5 (22)申请日 2021.03.19 (71)申请人华南理工大学地址
2023-06-09 约1.43万字 11页立即下载
一种基于颜色校正和上下文聚合残差网络的图像去雾方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991201 A (43)申请公布日 2021.06.18 (21)申请号 202110187683.6 (22)申请日 2021.02.18 (71)申请人西安理工大学地址
2023-06-06 约1.15万字 11页立即下载
一种基于深度稠密残差网络的光学与SAR图像融合的去云方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549385 A (43)申请公布日 2022.05.27 (21)申请号 202210174565.6 (22)申请日 2022.02.24 (71)申请人重庆邮电大学地址 400065
2023-05-11 约1.57万字 13页立即下载
一种基于深度残差网络的红外热波图像去模糊方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112991194 B (45)授权公告日 2022.06.24 (21)申请号 202110125885.8 (56)对比文件
2023-06-10 约9.23千字 10页立即下载
一种基于残差网络和注意力机制的图像处理方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967295 A (43)申请公布日 2021.06.15 (21)申请号 202110258693.4 G06T 7/00 (2017.01) (22)申请日 20
2023-06-09 约1.89万字 18页立即下载
一种基于多尺度残差和窗口注意力的两阶段八度卷积的屏幕内容图像压缩方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117544783A (43)申请公布日2024.02.09 (21)申请号202311563085.X (22)申请日2023.11.22 (71)申请人山东大学
2024-02-05 约2.41万字 18页立即下载
UNet视盘分割方法中如何融合残差注意力机制.docx UNet视盘分割方法中如何融合残差注意力机制目录内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.1UNet视盘分割方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.2残差注意力机制简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 1.3研究目的与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6 理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7 2.1神经网络基础．
2025-06-10 约3.24万字 55页立即下载
基于残差密集注意力和多尺度融合神经网络的图像去噪技术研究.pdf 摘要在计算机视觉领域中，图像去噪是许多图像处理任务的基础，其主要目标是消除噪声并尽可能地保留图像中的有用信息，从而提高图像质量和准确性。许多基于深度学习技术的去噪模型由于其灵活性与强大的学习能力，在空间不变噪声的表现上超越了传统算法，但在面对真实噪声时，许多模型的泛化性能受限，并且需要多级网络建模，在真实场景中无法很好地处理图像中噪声与细节。基于以上考虑，为了提升算法的实用性，本文基于深度学习技术针对图像的真实噪声去除这一问题展开了研究，主要内容如下：首先，本文提出了一种新的三段式盲去噪网络，将噪声图像分别进行特征提取、去噪、特征融合，主要思路为将经过特征提取子网络得到的特征图
2025-03-26 约9.05万字 69页立即下载
基于密集残差模块与双注意力机制的脑肿瘤图像分割模型优化与实践.docx 基于密集残差模块与双注意力机制的脑肿瘤图像分割模型优化与实践一、引言 1.1研究背景与意义脑肿瘤是一种严重威胁人类健康的疾病，其发病率和死亡率呈上升趋势。据世界卫生组织（WHO）统计，全球每年约有25万人被诊断为原发性脑肿瘤，且死亡率居高不下。脑肿瘤的早期准确诊断和治疗对于提高患者生存率和生活质量至关重要。医学影像技术如磁共振成像（MRI）、计算机断层扫描（CT）等的发展，为脑肿瘤的诊断提供了重要依据。然而，由于脑肿瘤的形状、大小、位置以及与周围组织的对比度等因素的影响，准确地从医学影像中分割出肿瘤区域仍然是一项具有挑战性的任务。脑肿瘤图像分割在医疗领域具有极其重要的意义，它是脑肿
2025-05-24 约3.06万字 25页立即下载