【摘 要】
：
弱光图像增强是计算机视觉中最具挑战性的任务之一,现有算法存在亮度不均、对比度低、颜色失真和噪声严重等问题。文中提出了一种基于改进U-net++网络实现更为自然的暗光增强网络框架。首先,输入弱光图像至改进U-net++网络,利用各层密集连接以增强不同层次图像特征的关联性;其次,把各层次图像特征融合后输入卷积网络层进行细节重建。实验结果证明,该方法在提高图像亮度的同时,更好地恢复了弱光图像的细节特征,
论文部分内容阅读
弱光图像增强是计算机视觉中最具挑战性的任务之一,现有算法存在亮度不均、对比度低、颜色失真和噪声严重等问题。文中提出了一种基于改进U-net++网络实现更为自然的暗光增强网络框架。首先,输入弱光图像至改进U-net++网络,利用各层密集连接以增强不同层次图像特征的关联性;其次,把各层次图像特征融合后输入卷积网络层进行细节重建。实验结果证明,该方法在提高图像亮度的同时,更好地恢复了弱光图像的细节特征,并且生成正常光图像的颜色特征更接近自然。在PASCAL VOC测试集上的测试结果显示结构相似度(SSIM
其他文献
医学病理图像的成像方式称为全切片数字化成像(Whole Slide Image, WSI),即利用数字扫描仪创建整个病理组织的切片图像,达到了与光学显微镜一致的图像质量。WSI是数字病理学领域研究的基础。但是在载玻片制备过程中不可避免的会出现切片的厚薄不均、褶皱、层叠、气泡、模糊、染色不均等因素,不同的扫描仪也会影响图像的质量,这些因素不利于WSI的正常使用。而人工检查WSI又费时费力,并且会受到
中共中央总书记习近平指出,"要支持民主党派加强思想、组织、制度特别是领导班子建设,提高政治把握能力、参政议政能力、组织领导能力、合作共事能力、解决自身问题能力",为新时代民主党派加强自身建设提出了新要求。作为中国特色社会主义参政党,民主党派要积极吸收中国共产党百年建党经验,找准自身建设的着力点,
通过对阳原台地电场2018年4月24日的异常现象进行分析和探讨,对地电场观测系统及观测环境相关项目进行逐项核实、分析,结合观测资料的异常变化特征进行重点排除、查找,通过多种方式进行异常排查、核实,发现为电极极附近抽水井抽水引起地电场观测资料异常变化,非地震前兆异常。
多源卫星数据融合能够综合利用多时相、多角度、多谱段、主被动等感知手段,提升遥感信息获取的准确性和稳健性。传统的多源卫星数据融合采用"卫星采集数据下传+地面融合处理"的工作方式,信息感知以及后续决策制定的时效性低。近年来,我国航天事业蓬勃发展,遥感卫星数量不断增多,载荷类型不断丰富,空间信息网络通信能力不断提升,在轨数据处理能力不断加强。发展多源卫星数据在轨智能融合技术恰逢其时,这对提升我国全球范围
《全球变化数据仓储电子杂志(中英文)》于2021年3月出版了由中国科学院空天信息创新研究院李若溪,周翔,吕婷婷等研发的《山东禹城站观测节点日平均叶面积指数数据集(2020)》~([1]),与其配套的数据论文在本刊本期出版~([2])。该数据集是"面向卫星应用叶面积指数自动观测网络"(简称"LAI星地网络")公开出版的第一套数据集。它是在"国家民用空间基础设施陆地观测卫星共性应用支撑平台"(简称"空
基于时空大数据的城市地下空间结构安全服役智慧感知与性态演化预测,是提升地下工程全生命周期安全保障的重要手段,是基础设施由信息化向智能化发展的基础理论与核心技术。目前,我国地下空间开发迅速,已历经三个发展阶段并逐步形成了网络化,未来将形成立体化的城市布局。但地下空间结构安全感知与演化预测技术在实际应用中还存在诸多问题,地下空间结构建设与安全运营依然面临诸多挑战。本文立足于地下空间安全管理中的实际问题
形状的认知是空间认知基本问题之一。直线作为最基本的形状,对直线的识别和检索在设备布设、路线规划、车辆测试等方面具有重要的研究意义。针对传统方法对遥感栅格影像进行直线识别时效率低、准确率不高的问题,以矢量数据为研究对象,提出矢量线数据的直线形状空间检索方法。首先,定义"平直度信息量"并提出平直度信息量度量方法,以此描述线要素平直情况;接着,建立了线要素平直序列分段模型,将线要素划分为一组较平直的子段
基于人体骨骼的动作识别因具有简洁、鲁棒的特点,近年来受到了广泛的关注。目前大部分基于骨骼的动作识别方法,如时空图卷积网络(ST-GCN),通过提取连续帧的时间特征和帧内骨骼关节的空间特征来区分不同的动作,取得了良好的效果。考虑人体运动中存在的因果性关系,提出了一种融合因果关系和时空图卷积网络的动作识别方法。针对计算关节力矩获取权重复杂的情况,根据关节之间的因果关系为骨骼图分配边权重,并将权重作为辅
目标检测是计算机视觉领域中一个相当活跃的研究领域,通过设计大型的深度卷积神经网络来提高目标检测的精度是一种十分有效的方法,然而目前在内存受限的应用场景中并不支持部署大型目标检测网。针对以上问题,文中提出了一种基于You Only Look Once(YOLO)系列单镜头目标检测网络设计原则的轻量级目标检测网,融合了GhostNet中的Ghost Module模块,并参考了MobileNet-v3中
人脸聚类是根据不同身份对人脸图像进行分组的方法,主要用于人脸标注和图像管理等领域。针对现有方法中存在大量冗余数据的问题,文中使用一种基于完全图约束和上下文关系进行链接预测的方法。该聚类算法基于图卷积神经网络进行链接预测,结合完全图约束筛选数据,同时在预测的过程中对链接关系进行不断的更新。实验结果显示,结合完全图约束的人脸聚类方法能够在减少冗余数据、加快运行速度的同时,提升聚类的准确率,从而提高聚类