-
题名基于密集残差连接U型网络的噪声图像超分辨率重建
- 1
-
-
作者
刘鹏南
李龙
张紫豪
朱星光
程德强
-
机构
中国矿业大学信息与控制工程学院
山东黄金矿业(莱西)有限公司
-
出处
《工矿自动化》
CSCD
北大核心
2024年第2期63-71,共9页
-
基金
国家重点研发计划项目(2021YFC2902702)
济宁市重点研发计划项目(2021JNZY013)。
-
文摘
现有的图像超分辨率重建网络难以适用于煤矿井下噪声密集的应用场景,且多数网络通过增加深度提升性能会导致无法有效提取关键特征、高频信息丢失等问题。针对上述问题,提出了一种密集残差连接U型网络,用于对低分辨率噪声图像进行超分辨率重建。在特征提取路径中引入基于密集残差连接的去噪模块,通过密集连接的方式对图像特征进行充分提取,再利用残差学习的特点对低分辨率噪声图像进行有效去噪;在重建路径中引入残差特征注意力蒸馏模块,通过在残差块中融入增强特征注意力块,对不同空间的特征赋予不同的权重,加强网络对于图像关键特征的提取能力,同时减少图像细节特征在残差块中的损失,从而更好地恢复图像细节信息。在煤矿井下图像数据集及公共数据集上进行了对比实验,结果表明:在客观评价指标上,所提网络的结构相似度、图像感知相似度均优于对比网络,且在复杂度及运行速度上有着较好的均衡;在主观视觉效果上,所提网络重建的图像基本消除了原有图像噪声,有效恢复了图像的细节特征。
-
关键词
噪声图像
超分辨率重建
密集残差连接
U型网络
去噪模块
残差特征注意力蒸馏模块
-
Keywords
noisy images
super resolution reconstruction
dense residual connections
U-shaped network
noise reduction module
residual feature attention distillation module
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名基于多分支特征融合的密集人群计数网络
- 2
-
-
作者
孙爽
何立风
朱纷
张梦颖
-
机构
陕西科技大学电子信息与人工智能学院
-
出处
《计算机工程与设计》
北大核心
2024年第3期814-821,共8页
-
基金
国家自然科学基金项目(61971272)。
-
文摘
针对人群计数任务中存在的多尺度变化、背景噪声等问题,提出一种基于多分支特征融合的人群计数网络。在网络前端设计一个双向特征融合路径,将网络深层的语义信息和浅层的空间细节信息进行反复提取融合,使用位置注意力机制和通道注意力机制增强网络对人群和背景之间的判别能力,生成高质量特征图;网络后端采用密集残差连接增强网络对人头连续的多尺度信息提取能力,得到最终的人群密度图。在ShanghaiTech、UCF_CC_50和UCF_QNRF数据集上分别进行的对比实验的结果表明,该模型的计数性能优于先前诸多方法,有着良好的计数精度。
-
关键词
人群计数
多尺度变化
特征融合
注意力机制
密集残差连接
空洞卷积
密度图
-
Keywords
crowd counting
multiscale variation
feature fusion
attention mechanism
dense residual connections
dilated convolution
density map
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种密集卷积神经网络的电视语音响度补偿方法
- 3
-
-
作者
谢仁礼
秦宇
罗雪倩
-
机构
深圳TCL新技术有限公司
-
出处
《电声技术》
2021年第6期18-24,共7页
-
文摘
现有的电视语音响度补偿是针对人耳听阈和听力障碍的损失进行均衡补偿,这类方法会放大同频段的非人声。针对这类方法的缺陷,提出利用深度学习语音增强技术将人声从电视节目音频中分离出来,使用户直接听到清晰人声。对此提出密集连接卷积网络(Densely Connected Convolutional Network,DenseNet)结合卷积神经网络编解码器(Convolutional Encoder-Decoder,CED)结构的新型神经网络语音增强模型。该模型量级较轻,能够在电视上实时运行,与同量级网络参数的卷积神经网络(Convolutional Neural Networks,CNN)语音增强模型相比,效果更好且模型更小。
-
关键词
密集连接卷积神经网络
卷积编解码器
实时语音增强
残差连接
-
Keywords
densely connected convolutional network
convolutional encoder-decoder
real-time speech enhancement
residual connections
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
