低光照条件下的图像增强和识别关键技术研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:wuzhenlikk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
低光照条件下光子不足、信噪比低,采集到的视觉数据有低对比度、色偏、噪声等严重的质量问题,这使得图像中的信息难以被有效提取,而光照和噪声在空间上的非均匀分布使得问题更为困难,这对计算机视觉系统中的图像增强和识别算法在真实场景中的应用而言是一个巨大的挑战。主流的低光照图像增强方法基于图像的Retinex分解,这是一个病态问题,而噪声的存在进一步增加了其病态性。本文首先基于噪声和光照之间的内在联系,分别研究在基于数据集的监督学习和无需训练数据集的无监督学习的设定下,如何在显著噪声的存在下进行鲁棒的Retinex分解,从而有效地提高低光照图像的可见性。然后分别针对现有监督学习方法忽略增强和识别任务目标的不一致性、现有无监督学习模型的训练效率低下的问题,研究如何获得训练效率高、泛化能力强的低光照识别模型。本文旨在提高低光照图像的能见度和质量,继而提高后续的视觉识别算法对光照变化的鲁棒性,让计算机在低光照条件下也能“看得清”、“看得准”。本文的研究成果概括如下:1.基于对具有边缘保持性质的双边空间中定义的逐像素的算子的预测,本文提出了一种通过同时估计光照和噪声来进行低光照图像增强的深度学习方法,该方法能够在空间变化的显著测量噪声的存在下对正常光照的图像进行准确的预测,其在处理在极端低光照条件下拍摄的图像时相比现有方法具有显著的优势。2.基于隐含在卷积神经网络结构中的深度图像先验以及一个具有光照自适应性的自监督去噪器,本文提出了一个既能利用深度网络的强大建模能力、又不需要任何训练样本的全无监督低光照图像增强方法,该方法和在训练数据集上进行监督学习的方法达到可比,且对统计特性复杂的噪声具有很强的鲁棒性。3.基于多曝光图像融合的思想,本文提出了一个联合增强和检测的端到端学习模型来解决低光照人脸检测问题。该模型不但能够有效地抑制不均匀分布的光照和噪声问题、从而提高人脸检测性能,还能灵活地和现成的不同人脸检测器进行耦合。该方法在低光照人脸检测基准集上取得了一流的检测效果。4.本文以自适应学习率为切入点来解决低光照语义分割模型训练效率低下的问题,探索了一种用于求解凸问题的计算复杂度低且收敛速度快的方法在训练神经网络这个非凸问题中的潜力,成功将其推广到小批量梯度下降法中的自适应学习率,并给出了相关收敛性分析。所提出的方法在学习速度和泛化性能方面均显示出显著的优势。
其他文献
随着车辆对功率密度和服役寿命等要求的提升,变速箱传动齿轮的大负荷运行使其极易产生磨损和疲劳损坏,严重降低了车辆运行的可靠性和稳定性。本论文针对高功率密度变速箱用新型传动齿轮材料17Cr2Ni2MoVNb钢,利用SEM、TEM和EBSD等测试分析方法对不同强化试样的微观组织结构表征,开展表面喷丸和超声滚压强化工艺参数对材料的显微硬度、表面形貌和粗糙度的影响研究,并优化表面强化工艺参数,提出表面喷丸-
目前,非点源污染已成为我国水环境的主要污染源,人类对水资源的过度开发和破坏导致流域非点源污染形势越来越严峻。另外,气候变暖显著改变了水循环的时空变化,导致极端降雨径流事件频发,进而驱动流域非点源污染发生变化。持续增长的污染物质随降雨径流迁移扩散,加剧河湖水库等水体水质的恶化,严重威胁人类用水安全及生态环境,甚至影响人与自然和谐发展。开展流域非点源污染模拟并深入探索气候变化对其的影响,具有紧迫的现实
神经动作选择是大脑的基本决策活动,基底神经节(Basal Ganglia,BG)对运动、认知和情感功能的协调至关重要.构建不同类型的基底神经节计算模型,并在这些模型上进行不同层次的分析是我们理解基底神经节回路功能的重要途径.神经计算框架下构建的生物物理回路计算模型能够抓住生物系统的本质特征,允许我们探究它们的生理过程和动力学行为.受功能原理约束的抽象模型能够帮助我们理解导致认知过程(如学习、行为选
随着石油资源的日益枯竭和环境污染的日益加重,为了有效解决能源危机、温室效应和大气环境污染等问题,寻找一种绿色可持续能源代替化石能源成为全世界迫在眉睫的要务。党的十八大以来,习近平总书记提出“绿水青山就是金山银山”的科学论断,大气污染治理是生态环境保护的重要内容之一。我国是农业大国,每年剩余的农作物秸秆在秋冬季节大部分进行焚烧处理,增加区域性雾霾天气发生的可能性。利用丰富的、可再生的木质纤维素原料生
无线通信技术是信息化、数字化社会的重要基础,在人们的生活、国民经济和国防应用中占据着重要地位。5G移动通信正极大地改变人们的生活方式和众多领域的商业模式,且不断推动B5G、6G等未来技术前进。大规模MIMO天线技术和多频共口径天线融合技术在5G及未来移动通信技术中占有重要地位,是应对未来移动通信系统多频段化、多制式化、多功能化、多标准化等挑战的重要技术途径。本论文开展宽带多天线融合及解耦方法研究,
氧化物锂离子固体电解质因其具有高锂离子电导率、宽电化学窗口、高热稳定性和高机械强度等优点,在下一代储能电池—固态锂金属电池中被广泛研究。使用氧化物固体电解质的固态锂金属电池有望同时兼具高能量密度和高安全性,突破使用液态电解液的锂离子电池的瓶颈问题。当前由于氧化物电解质的密度较大和自身高的刚性带来的界面问题使得使用氧化物电解质的固态锂金属电池仍存在电极/电解质固-固界面阻抗高和能量密度低这两大难题。
紫外光探测器件在光通讯、光开关和光成像等领域具有广泛的应用前景。直接带隙半导体氧化锌材料的禁带宽度为3.4 e V,室温激子束缚能为60 me V,环境友好且易于制备,有望在紫外光探测领域应用。然而,本征氧化锌载流子浓度较低、电子空穴复合速率较快等缺点限制了其光探测应用。本论文针对上述问题,设计并制备基于氧化锌复合结构,包括同质结、异质结的构建及等离子金的修饰,实现了氧化锌纳米材料紫外探测器性能的
基于人类社会碳中和的远景规划以及可持续发展目标,实现人工碳循环闭环以及使用非碳基燃料已迫在眉睫。近年来,利用太阳能、风能等可再生能源作为电源的电化学合成方法,由于其环保、简易、可控的特性得到国内外研究者的广泛关注。CO2及N2的电化学还原,不仅可减少空气中的CO2排放,同时可利用地球上最广泛的资源N2和H2O生产高附加值化学品,其已成为研究热点方向。然而,目前电化学CO2或N2还原反应(ECRR或
随着电动汽车数量的迅速增长对应的安全问题也日益突显。电动汽车碰撞事故中,锂电池在机械滥用下的变形失效是导致内部短路和热失控的因素之一。论文通过试验分析、建模仿真和理论解析三种方法,揭示了车用方形锂电池在机械挤压载荷下的力学行为和变形失效,建立了预测电池结构变形失效的力学模型,改善了对方形锂电池机械滥用下内部短路失效的认知。研究从介观和宏观尺度全面地分析了方形锂电池的机械响应特性和变形失效模式,对于
背景蛋白质在生命体进行各项生理活动中必不可少。然而,与动物蛋白质相比,植物蛋白质通常被认为具有降低健康风险的作用。此外,蛋白质的多种生理活性主要通过其释放的小肽而得以实现,例如二肽、三肽和其他寡肽仅在蛋白质消化或水解时释放。这些食源性的生物活性肽可发挥免疫调节、抗菌、抗高血压、抗癌、抗衰老和阿片类物质的生理活性,能够显著调节心血管、内分泌、消化、骨骼肌和神经系统等的功能,对人体生理健康具有重要作用