【摘 要】
：
为了满足人们的精神文化需要,尤其是影音娱乐方面,超高清技术正处于大力发展阶段。但由于成像硬件设备的价格高昂,靠提升硬件来提高清晰度显然是无法大面积实行的。随着近些年深度学习的发展,依靠神经网络来进行超分辨率重构已经如火如荼,其不光成本低廉、便于部署,且重构效果已经超越了很多传统算法。超分辨率,其目标是从低分辨率图像中尽可能的恢复更多的细节信息,使图像变得更清晰,更容易被人眼所接受。针对单帧图像超分
【基金项目】
：
国家重点研发计划（2017YFF0209806）；
论文部分内容阅读
为了满足人们的精神文化需要,尤其是影音娱乐方面,超高清技术正处于大力发展阶段。但由于成像硬件设备的价格高昂,靠提升硬件来提高清晰度显然是无法大面积实行的。随着近些年深度学习的发展,依靠神经网络来进行超分辨率重构已经如火如荼,其不光成本低廉、便于部署,且重构效果已经超越了很多传统算法。超分辨率,其目标是从低分辨率图像中尽可能的恢复更多的细节信息,使图像变得更清晰,更容易被人眼所接受。针对单帧图像超分辨率任务,本文提出了一种基于自适应深度残差的超分辨率模型,其使用输入输出同尺寸结构,解除了上采样层的依赖,并使用自适应残差块,增强了网络对超分辨率训练数据的自适应性和对测试数据的鲁棒性。针对去摩尔纹任务,本文提出了多帧-多尺度去摩尔纹网络,其使用多帧图像当作输入,并且使用多尺度特征编码模块来增强低频信息。所提出的网络是一个通用模型,可处理其他图像修复任务如去噪、去模糊等。实验表明了我们所提出模型的有效性。并且,我们的去摩尔纹和去噪模型在国际级竞赛CVPR NTIRE 2020 Demoireing和Real Image Denoising中取得了第二名。
其他文献
随着社会经济的快速发展和城市化进程的加快,城市机动车保有量呈现飞速增长趋势,导致道路网络的交通负荷日益增大,给人们的日常生活带来严重的影响,如日常出行频繁遭遇拥堵、空气质量下降、居民的出行成本增加等。城市交通信号控制和交通流分配是两类应对交通拥堵问题常用的手段。交通控制和驾驶员路径选择协调运作可以有效降低出行延误时间,提升城市交通网络的通行效率。因而,对交通流分配和信号控制的组合优化研究具有十分重
由于行人再识别其未来应用前景十分广泛,近年来一直是计算机视觉领域的研究热点之一。随着深度学习技术的发展,计算机设备性能的提升,越来越多的研究者已将关注点由基于图片的行人再识别转到基于视频的行人再识别。但是,在视频行人再识别领域,除了传统的光照、遮挡、视角变换与背景变换等问题之外,该领域还有另外一个重要问题,即输入数据量由单张图片变为多张图片组成的视频序列所带来的计算量倍增。如何在降低计算量的同时有
臭氧是氧气的同素异形体,由三个氧原子构成,在常温下容易自行分解为氧气。同时臭氧具有极强的氧化性和杀菌能力,并且不产生二次污染,是一种优良的氧化剂和消毒剂。目前国内外学者对臭氧的理化特性和制备方法进行了深入地研究,取得了一系列成果,为臭氧的实际应用提供了坚实的理论基础。介质阻挡放电法（Dielectric Barrier Discharge）制备的臭氧产量大、浓度高,所以广泛应用于工业制备臭氧领域。
情绪识别是近年来人工智能的一个研究热点,也是一个难点。人的情绪会通过面部表情、语音、身体姿态等不同模态表达出来。目前,有关静态面部表情和语音的情绪分类研究比较多,但基于面部表情及头部姿态的多模态情绪识别研究相对较少。课题研究了面部表情和头部姿态这两种模态的情绪表达特征,利用宽度学习（Broad Learning System,BLS）算法建立了基于这两种模态特征的情绪识别模型,并在公开的情绪视频数
复合式VTOL无人机为最近比较火热的无人机机型,以其独特的四旋翼加固定翼的结构特点应用在诸多领域,复合式无人机结合了四旋翼和固定翼的特点,既可垂直起降,又可以进行平直飞行,大大减少了无人机对地形或者其它环境的依赖,其在最近几年得到快速的发展。由于复合式无人机近年来需求的增长,对复合式无人机的研究和制造就成了重中之重,直接利用一个实体无人机进行实验可以给我们最佳的反馈,但是由于极高的造价,导致我们不
下肢辅助运动装置是一种便携式可穿戴智能设备,它将人的下肢与机器结构巧妙的结合起来,能够为人体提供支持保护,同时也能够辅助人体完成步行等行为。按照功能的不同,可以分为:致力于解决下肢运动能力丧失或者严重损伤患者的运动问题的康复类型的辅助运动装置和增强人体负载能力的辅助运动设备。本课题围绕下肢辅助运动装置控制系统进行研究,主要做了以下工作:（1）通过研究有关人体下肢辅助机器人文献资料,总结了下肢辅助运
网络化控制系统是将控制器、执行器与传感器通过通信网络连接起来的一种分布式控制系统,具有远程和大范围控制、便于安装和维护、移动性强等优点。由于通信网络特别是无线网络的开放性和保护不足,通过网络传输的数据很容易被窃取,甚至遭到恶意攻击者的破坏。因此,本文从控制安全的角度研究了网络化控制系统中虚假数据注入攻击的设计、检测和分析问题,主要研究工作如下:（1）针对网络化控制系统反馈通道测量数据和前向通道控制
图像分类旨在判断输入图像所属类别,是计算机视觉四大基本任务之一,单分类（one-class classification）是针对数据集中只包含一种类别样本的分类问题,在实际场景中的应用十分广泛。近年来随着深度学习理论的发展,许多优秀的分类网络被提出用来解决单类分类问题。但在实际应用中,分类器的分类效果常常会受到复杂背景、数据样本集小、目标在图像中的占比小等诸多因素影响,效果还不是很理想,基于深度学
网络购物时代的来临,使得物流运输业变得日益重要,日常小件货物的分拣、存放、运输等问题也越来越突出,其中必然会涉及物体的重量和尺寸信息。尺寸信息也就是物体的体积。如何智能化、自动化地获取物体的体积信息是亟待解决的问题。而已有的视觉测量技术,大多需要人工进行物体的定位检测、识别以及角点、边缘线等的提取,考虑到近年来深度学习理论在物体识别等方面的成功应用,本文以此为研究背景,系统探讨了在深度学习框架下利
目标跟踪广泛应用于智能家居、医学诊断、交通视频监管等多个领域。随着相关滤波、深度学习的理论知识和计算机存储设备的迅速发展,判别式跟踪算法逐渐成为目标跟踪领域的主要发展趋势。判别式跟踪算法将目标跟踪问题转变成跟踪的目标与背景之间的二分类问题。因此算法先利用正负样本训练前景与背景的分类器,然后用该分类器在后续帧中找到最优目标区域。判别式跟踪算法的核心是目标定位、尺度以及速度三个问题,本文在判别预测模型