基于再感知双模型联合训练的散焦模糊检测OACSTPCD
针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈…查看全部>>
朱智勤;孟骏;李嫄源;齐观秋;李华锋;姚政
重庆邮电大学图像认知重庆市重点实验室,重庆400065重庆邮电大学图像认知重庆市重点实验室,重庆400065重庆邮电大学图像认知重庆市重点实验室,重庆400065布法罗州立学院计算机信息系统系,美国纽约14222昆明理工大学信息工程与自动化学院,昆明650031重庆邮电大学图像认知重庆市重点实验室,重庆400065
电子信息工程
散焦模糊检测双模型联合训练多尺度特征互补模型注意力机制
《重庆邮电大学学报(自然科学版)》 2024 (1)
P.86-97,12
国家自然科学基金项目(61803061,61906026)重庆市教委重庆市高校创新群体“成渝双城经济圈建设”科技创新项目(KJCXZD2020028)重庆市技术创新与应用发展专项项目(CSTC2019JSCX-ZDZTZX0068)~~。
评论