期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种改进的深度卷积神经网络图像去噪算法 被引量：13
1
作者 白瑞君 李众 +1 位作者 张启尧 刘方涛 《科学技术与工程》 北大核心 2019年第36期247-252,共6页
为了更好地去除图像中的噪声,提出了一种改进的深度卷积神经网络(Dncnn)图像去噪算法。针对现有的Dncnn网络参数量大,对Dncnn网络的第2~16层进行了改进,使网络参数量降低1/3后,仍能保持和Dncnn一样的训练效果。在此基础上,对网络底层的... 为了更好地去除图像中的噪声,提出了一种改进的深度卷积神经网络(Dncnn)图像去噪算法。针对现有的Dncnn网络参数量大,对Dncnn网络的第2~16层进行了改进,使网络参数量降低1/3后,仍能保持和Dncnn一样的训练效果。在此基础上,对网络底层的低级语义信息和高层的高级语义信息进行了特征融合,使得网络训练更平稳,并能达到更好的训练效果。实验结果表明无论与图像去噪领域公认最好的去噪算法BM3D相比,还是与深度学习领域先进的图像去噪算法Dncnn相比,改进的Dncnn都有更好的表现。 展开更多
关键词 图像去噪 网络参数 低级语义信息 高级语义信息 特征融合
下载PDF
基于孪生网络视频烟雾目标分割方法 被引量：1
2
作者 刘方涛 杨剑 +2 位作者 白瑞君 张启尧 任宇杰 《计算机工程与设计》 北大核心 2020年第9期2597-2603,共7页
烟雾作为不规则目标且识别窗口长宽比不固定,目标跟踪框中有一定误差。在目标分割领域中烟雾的流动性可以被很好地标识出来,且为解决在线训练的费时问题和提高识别速度,对完全卷积Siamese方法进行研究,提出基于ResNet50的孪生网络对烟... 烟雾作为不规则目标且识别窗口长宽比不固定,目标跟踪框中有一定误差。在目标分割领域中烟雾的流动性可以被很好地标识出来,且为解决在线训练的费时问题和提高识别速度,对完全卷积Siamese方法进行研究,提出基于ResNet50的孪生网络对烟雾视频数据离线训练方法,输出回归预测score(分数)和mask(掩膜),由于mask不好预测,用一个ROW来预测mask,达到目标分割情况下的跟踪。 展开更多
关键词 半监督 视频对象分割 全卷积 二元分段任务 双输入
下载PDF
基于自适应特征融合及多尺度输出的遥感图像飞机检测算法 被引量：4
3
作者 李众 白瑞君 +3 位作者 洪军 李亚伦 王高 杨剑 《微电子学与计算机》 2021年第4期40-45,51,共7页
针对当前YOLOv3算法在遥感图像中复杂场景飞机漏检、误检等问题,提出一种基于自适应特征融合及多尺度输出的遥感图像飞机检测算法.该算法首先使用K-means++代替K-means算法对数据集进行聚类,解决了K-means初始聚类中心不稳定性;然后,在Y... 针对当前YOLOv3算法在遥感图像中复杂场景飞机漏检、误检等问题,提出一种基于自适应特征融合及多尺度输出的遥感图像飞机检测算法.该算法首先使用K-means++代替K-means算法对数据集进行聚类,解决了K-means初始聚类中心不稳定性;然后,在YOLOv3网络基础上增加了一个含有分辨率信息的尺度,更有利于检测小目标飞机;最后,在网络模型四尺度输出前增加了自适应特征融合层,解决了不同尺度的特征融合不充分以及减少或消除反向传导受到负样本的影响.实验结果表明,改进的YOLOv3算法在遥感图像上飞机检测精度达到96.17%,比YOLOv3算法精度提高了2.6%. 展开更多
关键词 自适应特征融合 多尺度 遥感图像 飞机检测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部