作者:杨勇,刘惠义 单位:中国图学学会 出版:《图学学报》2020年第04期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFGCTX2020040030 DOC编号:DOCGCTX2020040039 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度卷积神经网络的人体动作识别》PDF+DOC2016年第S1期 吴军,肖克聪 《基于卷积神经网络的雷达和通信信号调制识别》PDF+DOC2020年第02期 黎仁刚,侯坤元,冷鹏飞,姚群 《CNN与决策树结合的新型人体行为识别方法研究》PDF+DOC2017年第12期 王忠民,张琮,衡霞 《基于卷积神经网络的软硬触觉感知方法研究》PDF+DOC2017年第06期 余乐,李阳光,陈岩,吴超,李洋洋,王瑶 《一种基于深度学习模型的数据融合处理算法》PDF+DOC2017年第04期 马永军,薛永浩,刘洋,李亚军 《障碍物分类识别的果园机器人避障方法研究》PDF+DOC2020年第08期 耿乾,毛鹏军,李鹏举,黄传鹏,方骞,张家瑞 《树莓派3B+导盲系统设计与实现》PDF+DOC2020年第03期 陈鹏,陈智利,李庞跃,牛恒,周泉 《卷积神经网络在桥梁结构健康监测系统中的应用》PDF+DOC2020年第02期 王珏辉 《基于深度学习的无人值守地面传感器目标检测与识别方法》PDF+DOC2019年第05期 赵薇,许铜华,王楠 《多深度学习模型决策融合的滚动轴承故障诊断》PDF+DOC2019年第08期 张立智,谭继文,徐卫晓,井陆阳
  • 针对极端低光情况下的图像增强问题,提出一种基于编码解码网络和残差网络的端到端的全卷积网络模型。设计一个包括编码解码网络和精细网络2部分的端到端的全卷积网络模型作为转换网络,直接处理短曝光图像的光传感器数据得到RGB格式的输出图像。该网络包含对抗思想、残差结构和感知损失,先通过对极低光图像编码解码重构图像的低频信息,之后将重构的低频信息输入残差网络中进而重构出图像的高频信息。在SID数据集上进行实验验证,结果表明,该方法有效地提高了极端低光情况下拍摄得到的图像进行低光增强之后的视觉效果,增加了细节表达,使得图像中物体的纹理更加清楚和边缘更加分明。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。