chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于殘差精煉的新模塊提升圖像超分辨性能

nlfO_thejiangme ? 來源:YXQ ? 2019-07-22 16:53 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近年來基于深度學(xué)習(xí)的單圖像超分辨技術(shù)得到飛速發(fā)展,從SRCNN到VDSR,從DRCN到MSRN深度學(xué)習(xí)模型,解決了一個又一個超分辨率領(lǐng)域的難題。但目前的研究結(jié)果也表明,盲目地使用殘差結(jié)構(gòu)和稠密連接將導(dǎo)致模型過分地復(fù)用特征,使得網(wǎng)絡(luò)臃腫膨脹同時難以訓(xùn)練。

為了解決這一問題,來自西安電子科技大學(xué)的研究人員基于殘差網(wǎng)絡(luò)提出了一種簡單高效的信息提煉方法DRN(distilling with residual network)用于單圖像超分辨率技術(shù),利用高效獲取信息的殘差精煉單元(RDB,residual distilling block)及其堆疊的組操作(RDG, residual distilling group),實現(xiàn)了對于信息更好的抽取和提煉,并平衡了模型的大小與性能,達(dá)到了非常好的圖像超分辨率效果。

殘差精煉模塊RDB

為了有效地抽取并提煉低分辨率圖像中的信息,研究人員提出了高效的殘差精煉單元RDB來對圖像進(jìn)行操作。RDB中包含了兩個分支,其中一個分支用于進(jìn)行基本的殘差操作;另一個分支則用于從輸入中提煉出有效的信息,在融合信息的同時保持了對于重要特征的抽取能力。

圖中顯示的殘差精煉單元的構(gòu)造

其中的塊狀結(jié)構(gòu)為每次操作輸出的張量輸出

上圖顯示了RDB模塊的基本構(gòu)成,其中Di表示輸入,Di+1表示模塊的輸出。在模塊最開始的位置,輸入的Di 通過卷積的作用得到量兩個中間輸出(1*1,3*3,1*1的卷積),其中Dout,i表示這一層級側(cè)殘差輸出,而d則表示第i層和第i+1層之間的信息精煉通道。

隨后輸入Di與殘差輸出Dout,i相加,并與d相接,構(gòu)成的整個RDB模塊將從中抽取有效的信息輔助超分辨率中高頻信息的重建。此外在RDB的最后位置引入了1*1的卷積核用于特征融合。

基于RDB模塊,研究人員將RDB堆疊成組操作,并使得RDB模塊的輸出可以接入下一個RDB模塊的每一層,使特征可以進(jìn)行連續(xù)的轉(zhuǎn)換。隨后研究人員還在多個堆疊的RDB模塊間加入了一條長程的跳接,用于保存先前階段信息,在有效抽取特征的同時將有助于網(wǎng)絡(luò)融合局部與全局特征,并得到有利于圖像重建的有效特征。

網(wǎng)絡(luò)架構(gòu)

在RDB和RDG的基礎(chǔ)上,研究人員構(gòu)建了基于殘差網(wǎng)絡(luò)的精煉模型,其中主要包含三個組成部分:低層級特征抽取LFE,殘差精煉組的操作RDGs以及最終進(jìn)行圖像重建的操作。

在這一網(wǎng)絡(luò)架構(gòu)中,除了進(jìn)行底層信息抽取和圖像重建的模塊外,最重要的就是n個殘差精煉的組操作RDGs,其中每個組操作中包含了K個殘差精煉模塊RDB。整個模型可以表達(dá)成下面的式子:

從內(nèi)到外分別表示了特征提取操作,殘差組操作和信息融合以及最后的圖像重建。針對每個組操作中的特征抽取模塊,可以看作是多個RDB模塊操作Fg的融合以及長程跳接的銜接:

整個模型的結(jié)構(gòu)可以理解為多個殘差模塊的操作堆疊成殘差提煉組操作,而多個組操作又結(jié)合在一起實現(xiàn)了更有效的特征抽取和殘差提煉,最終層層疊加與與融合實現(xiàn)了最后的特征輸出。

基于這些特征研究人員利用pixelshuffle的方法進(jìn)行上采樣和圖像重建,并選擇了MAE作為損失函數(shù)進(jìn)行訓(xùn)練。

最終研究人員在DIV2K上進(jìn)行了充分地訓(xùn)練,并在Set5,Set14,Urban100,BSDB100,Manga109等基準(zhǔn)數(shù)據(jù)集上進(jìn)行了測試,分別在2x-3x-4x倍的超方便率尺度上進(jìn)行了實驗。

結(jié)果表明,與其他先進(jìn)的方法相比,DRN系列方法在峰值信噪比和結(jié)構(gòu)相似性等方面均取得了較好的提升。

在使用更少參數(shù)的訓(xùn)練下能達(dá)到與先前的模型接近甚至更好地結(jié)果:

最后來看一下在數(shù)據(jù)集圖像上取得的顯著效果,可以看到DRN模型可以更好地克服人工恢復(fù)的模糊痕跡,并保留更多的細(xì)節(jié)信息。

恢復(fù)出的文字也較為清晰可辨:

此外對于線條的恢復(fù)能力也較強(qiáng),去除模糊的同時,對于線條細(xì)節(jié)的恢復(fù)較好:

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 圖像處理
    +關(guān)注

    關(guān)注

    27

    文章

    1337

    瀏覽量

    58939
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5586

    瀏覽量

    123680

原文標(biāo)題:拒絕馬賽克!基于殘差抽取的單圖像超分辨率技術(shù)

文章出處:【微信號:thejiangmen,微信公眾號:將門創(chuàng)投】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    TFT液晶顯示屏為什么會顯示影、如何解決

    /高端商用級面板: 明確要求供應(yīng)商提供抗性能強(qiáng)的面板。許多知名品牌(如TIANMA, AUO)的工業(yè)級產(chǎn)品線會對此有特別優(yōu)化。 咨詢供應(yīng)商關(guān)于影測試的數(shù)據(jù)和標(biāo)準(zhǔn)(如靜態(tài)圖像連續(xù)顯
    發(fā)表于 09-08 09:04

    景深顯微鏡航天領(lǐng)域應(yīng)用:織構(gòu)化分子復(fù)合材料摩擦性能三維表征

    超高分子量聚乙烯(UHMWPE)具優(yōu)異自潤滑性、耐腐蝕性與抗沖擊性,在航空航天、精密機(jī)械領(lǐng)域應(yīng)用前景廣,但低硬度、抗磨粒磨損的缺陷限制極端工況適配。表面織構(gòu)改性與SiC填料復(fù)合是提升其摩擦學(xué)性能
    的頭像 發(fā)表于 08-26 18:33 ?425次閱讀
    <b class='flag-5'>超</b>景深顯微鏡航天領(lǐng)域應(yīng)用:織構(gòu)化<b class='flag-5'>超</b>分子復(fù)合材料摩擦<b class='flag-5'>性能</b>三維表征

    表面技術(shù):光電探測器性能提升的新引擎

    在納米科技飛速發(fā)展的當(dāng)下,表面作為一種新型人工材料,正逐漸走進(jìn)大眾視野,成為科研領(lǐng)域的熱門話題。在光探測領(lǐng)域,它能大幅提升光吸收效率和光譜選擇性,助力制造出更靈敏、更小巧的探測器,廣泛應(yīng)用于成像
    的頭像 發(fā)表于 07-24 11:32 ?400次閱讀
    <b class='flag-5'>超</b>表面技術(shù):光電探測器<b class='flag-5'>性能</b><b class='flag-5'>提升</b>的新引擎

    HarmonyOS優(yōu)化應(yīng)用預(yù)置圖片資源加載耗時問題性能優(yōu)化

    考慮在獲取更大收益的同時減少其開銷造成的影響。因此紋理壓縮的性能提升要從收益和開銷兩部分進(jìn)行分析: 1.收益 紋理壓縮的主要收益是在編譯過程中將預(yù)置圖片轉(zhuǎn)換為紋理格式,能直接被GPU讀取進(jìn)行渲染
    發(fā)表于 05-29 16:11

    基于LockAI視覺識別模塊:C++使用圖像的統(tǒng)計信息

    圖像處理中,統(tǒng)計信息可以幫助我們了解圖像的特性,例如區(qū)域內(nèi)的像素分布、顏色轉(zhuǎn)換以及特定區(qū)域的分析。本文將介紹基于LockAI視覺識別模塊如何提取興趣區(qū)域(ROI)、轉(zhuǎn)換顏色通道、計算均值和標(biāo)準(zhǔn)
    的頭像 發(fā)表于 05-08 10:09 ?447次閱讀
    基于LockAI視覺識別<b class='flag-5'>模塊</b>:C++使用<b class='flag-5'>圖像</b>的統(tǒng)計信息

    Arm精銳超級分辨率技術(shù)助力提升游戲性能

    v2.2.2 衍生而來的移動端優(yōu)化時域類分辨提升技術(shù)。Arm ASR 在此基礎(chǔ)上進(jìn)行了多項針對性優(yōu)化,能夠更好地適應(yīng)資源受限的手游環(huán)境。
    的頭像 發(fā)表于 04-21 13:52 ?711次閱讀
    Arm精銳超級<b class='flag-5'>分辨</b>率技術(shù)助力<b class='flag-5'>提升</b>游戲<b class='flag-5'>性能</b>

    芯原推出低功耗AI降噪與AI分辨率系列IP

    芯原股份今日宣布推出其最新的AI圖像處理系列IP,包括提供智能降噪的AINR1000和AINR2000,以及提供先進(jìn)分辨率的AISR1000和AISR2000。該系列IP為汽車、監(jiān)控、云游戲、消費(fèi)
    的頭像 發(fā)表于 02-27 10:51 ?533次閱讀

    ?景深3D檢測顯微鏡技術(shù)解析

    技術(shù)的核心在于其能夠?qū)崿F(xiàn)比傳統(tǒng)顯微鏡更廣闊的景深范圍,同時保持高分辨率的成像能力,從而為用戶提供更為清晰和立體的微觀世界視圖。 景深3D檢測顯微鏡的實現(xiàn)依賴于先進(jìn)的光學(xué)設(shè)計和復(fù)雜的圖像處理算法。傳統(tǒng)
    發(fā)表于 02-25 10:51

    xgboost參數(shù)調(diào)優(yōu)技巧 xgboost在圖像分類中的應(yīng)用

    一、XGBoost參數(shù)調(diào)優(yōu)技巧 XGBoost(eXtreme Gradient Boosting)是一種基于梯度提升決策樹(GBDT)的高效梯度提升框架,在機(jī)器學(xué)習(xí)競賽和實際業(yè)務(wù)應(yīng)用中取得了卓越
    的頭像 發(fā)表于 01-31 15:16 ?1853次閱讀

    Mamba入局圖像復(fù)原,達(dá)成新SOTA

    和Transformer的方法更受歡迎。得益于Mamba全局感受野、線性計算復(fù)雜度、高效遠(yuǎn)程依賴處理等諸多優(yōu)勢,它在圖像復(fù)原(比如分辨率、去噪等)任務(wù)
    的頭像 發(fā)表于 12-30 18:09 ?1314次閱讀
    Mamba入局<b class='flag-5'>圖像</b>復(fù)原,達(dá)成新SOTA

    新型分辨顯微成像技術(shù):突破光學(xué)衍射極限

    MLS-SIM應(yīng)用于清醒小鼠皮層分辨成像 中科院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心王凱研究組在《自然·方法》(Nature Methods)上在線發(fā)表了題為《Super-resolution
    的頭像 發(fā)表于 12-19 06:21 ?666次閱讀
    新型<b class='flag-5'>超</b><b class='flag-5'>分辨</b>顯微成像技術(shù):突破光學(xué)衍射極限

    基于圖像光譜分辨率的蘋果糖度檢測

    糖度是衡量蘋果品質(zhì)的關(guān)鍵指標(biāo)。高光譜成像(由于含有豐富的圖譜信息在糖度無損檢測中有著廣泛的應(yīng)用前景。光譜分辨率(SSR)可通過建立映射關(guān)系從低光譜維度RGB圖像獲得對應(yīng)高光譜維度HSI圖像
    的頭像 發(fā)表于 12-09 17:08 ?882次閱讀
    基于<b class='flag-5'>圖像</b>光譜<b class='flag-5'>超</b><b class='flag-5'>分辨</b>率的蘋果糖度檢測

    配電網(wǎng)FTU、DTU、FDR用的瞬時壓閉鎖模塊

    瞬時壓閉鎖模塊安裝于饋線終端FTU、站所終端DTU、故障搜查控制器FDR內(nèi),當(dāng)終端失去電源停止運(yùn)行后,開關(guān)線路出現(xiàn)瞬時電壓或瞬時壓時,瞬時壓閉鎖
    的頭像 發(fā)表于 11-27 10:16 ?1462次閱讀
    配電網(wǎng)FTU、DTU、FDR用的瞬時<b class='flag-5'>殘</b>壓閉鎖<b class='flag-5'>模塊</b>

    基于分卷積神經(jīng)網(wǎng)絡(luò)的低照度車牌圖像增強(qiáng)網(wǎng)絡(luò)

    車牌識別作為現(xiàn)代化智能交通系統(tǒng)中重要的環(huán)節(jié),對提升路網(wǎng)效率以及緩解城市交通壓力等問題具有重要的社會意義,然而弱光照車牌圖像識別仍然具有重大的挑戰(zhàn)。構(gòu)建了一個基于分卷積神經(jīng)網(wǎng)絡(luò)的弱光照車牌圖像
    的頭像 發(fā)表于 11-11 10:29 ?1048次閱讀
    基于<b class='flag-5'>差</b>分卷積神經(jīng)網(wǎng)絡(luò)的低照度車牌<b class='flag-5'>圖像</b>增強(qiáng)網(wǎng)絡(luò)

    性能圖像傳感器如何選?關(guān)鍵在于這五點(diǎn)

    在當(dāng)今快速發(fā)展的科技領(lǐng)域,圖像傳感器作為機(jī)器視覺和自動駕駛等技術(shù)的核心部件,其性能直接關(guān)系到系統(tǒng)的效率和準(zhǔn)確性。高性能圖像傳感器的選擇不僅需要考慮
    的頭像 發(fā)表于 10-23 15:05 ?964次閱讀