基于并联卷积神经网络的运动模糊去除模型OACSTPCD
Motion deblurring model based on multiple convolutional neural networks
为了提取丰富的图像特征,提出了一种并联卷积神经网络模型.核心支路采用改进级联编解码器模块,在传统编码器路径中引入通道注意机制和塔式空洞卷积模块提取丰富的上下文信息,在模块间引入跳跃连接,以保留图像细节.并行支路采用基于塔式空洞卷积模块的改进递归残差组,在提取充足空间细节信息的同时能够将特征传递到网络深处,保存图像的精细纹理.最后在GoPro数据集和Kohler数据集上评估模型的性能.从实验结果可以看出该模型在主客观评价上都表现良好.
陈跃鹏;任博博;靳佳澍;吴明希
武汉理工大学自动化学院,湖北武汉430070武汉理工大学自动化学院,湖北武汉430070武汉理工大学自动化学院,湖北武汉430070武汉理工大学自动化学院,湖北武汉430070
电子信息工程
卷积神经网络注意机制递归残差组编解码器跳跃连接
convolutional neural networkattention mechanismrecursive residual groupencoder-decoderskip connection
《华中科技大学学报（自然科学版）》 2023 (9)
基于鲁棒自适应方法的一类广义系统容错控制问题的研究
140-145,6
国家自然科学基金资助项目(61374151).
评论