2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像超分辨率(Image Super-resolution,SR)是對(duì)輸入的低分辨率的圖像或圖像序列,通過軟件方法,輸出高質(zhì)量高分辨率圖像,從而使得圖像的細(xì)節(jié)更加完整,視覺效果更好。有效的軟件圖像超分辨率算法能緩解硬件采像的限制,廣泛應(yīng)用于在醫(yī)療圖像、移動(dòng)設(shè)備、航天成像、監(jiān)控等領(lǐng)域。另外,SR算法作為圖像預(yù)處理的環(huán)節(jié),對(duì)于人臉識(shí)別、視覺追蹤、圖像壓縮、圖像配準(zhǔn)、特征提取等任務(wù)有著重要的研究和應(yīng)用價(jià)值。
  對(duì)于單幀圖像超分辨率問題

2、(Single Image Super-resolution,SISR),單一統(tǒng)計(jì)學(xué)或機(jī)器學(xué)習(xí)方法計(jì)算消耗大、視覺效果差;近幾年提出的多模型融合算法將輸入的大規(guī)模訓(xùn)練集混分為許多獨(dú)立子區(qū)域,在每個(gè)子區(qū)域中學(xué)習(xí)一個(gè)簡(jiǎn)單模型,降低了模型訓(xùn)練消耗。然而,該類算法中訓(xùn)練集劃分和子模型學(xué)習(xí)兩個(gè)階段分離開來,雖然對(duì)于確定的劃分,子模型學(xué)習(xí)在理論上可達(dá)到局部最優(yōu),但兩階段作為一個(gè)整體并不能全局優(yōu)化。這種情況下,若子模型數(shù)量少,會(huì)導(dǎo)致學(xué)習(xí)錯(cuò)誤率較高,若

3、子模型數(shù)量較多,雖然一定程度上緩解了模型整體的錯(cuò)誤率,但會(huì)嚴(yán)重降低模型的測(cè)試性能。
  為了解決這個(gè)問題,本課題提出了一種基于混合專家模型(Mixture of Ex-perts Model,MoE)的方法聯(lián)合學(xué)習(xí)劃分階段和子模型學(xué)習(xí)階段,保持較低的錯(cuò)誤率的同時(shí)降低子模型的數(shù)量。本課題中的MoE模型采用單層子模型的結(jié)構(gòu),主要有兩個(gè)部分,一個(gè)Gating門函數(shù)以及多個(gè)回歸子模型,分別負(fù)責(zé)劃分階段和子模型學(xué)習(xí)階段,并給出了模型概率解釋

4、,針對(duì)500萬對(duì)圖像塊訓(xùn)練集用期望最大化算法迭代學(xué)習(xí)參數(shù)最優(yōu)解。最后本課題完成了三個(gè)領(lǐng)域常用測(cè)試集的不同速率需求、多放大倍數(shù)的超分辨率實(shí)驗(yàn),經(jīng)過與當(dāng)前領(lǐng)先算法定性、定量的分析對(duì)比,本課題方法能夠得到更銳利的邊緣,能夠保持低分辨率圖像豐富的結(jié)構(gòu)紋理特征,而且引入人工痕跡較少。另外,本課題用C++語言基于QT和OpenCV開源庫實(shí)現(xiàn)了該算法原型系統(tǒng),主要分為用戶控制模塊、超分辨算法模塊、圖像基本處理模塊,該系統(tǒng)提供了針對(duì)低分辨率圖片的多種需

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論