- 年份
- 2025（1）
- 2024（1）
- 2023（2）
- 2022（3）
- 2021（4）
- 2020（1）
- 2019（1）
- 2018（2）
- 2017（2）
- 2016（1）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（25）
- 北京大学中文核心期刊目录(北大核心)（17）
- 中国科学引文数据库(CSCD)（15）
- 刊名
- 光学精密工程（3）
- 计算机工程与应用（3）
- 农业机械学报（2）
- 激光技术（2）
- 电子学报（2）
- 计算机工程（2）
- 中南大学学报（自然科学版）（1）
- 中南民族大学学报（自然科学版）（1）
- 北京师范大学学报：自然科学版（1）
- 工矿自动化（1）
- 更多...
- 作者单位
- 河海大学（3）
- 西北工业大学（3）
- 西北农林科技大学（2）
- 中南民族大学（1）
- 中国科学院上海技术物理研究所（1）
- 北京师范大学（1）
- 北京理工大学（1）
- 华南理工大学（1）
- 哈尔滨工业大学（1）
- 太原理工大学（1）
- 更多...
- 语种
- 汉语（30）
- 关键词
- 超分辨率重构（30）
- 深度学习（3）
- 卷积神经网络（2）
- 坡度（2）
- 正则化（2）
- 运动估计（2）
- 迭代反投影（2）
- CAARC（1）
- CT图像（1）
- Haar特征（1）
- 更多...
- 作者
- 李敏（3）
- 刘哲（2）
- 张学武（2）
- 张宏鸣（2）
- 李强（2）
- 杨江涛（2）
- 范新南（2）
- WANG Bo-xue（1）
- WANG Xia-li（1）
- WU Qi（1）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
共找到 30 条结果
- 面向磁共振影像超分辨的WGAN方法研究北大核心CSCDCSTPCD
- 一种基于监控视频的有效的人脸识别方法CSTPCD摘要：现如今的视频监控技术在交通和安全领域已经得到了广泛的应用,其中人脸识别在视频监控中是一个重要的研究内容.与静态图像相比,基于视频图像序列的人脸识别具有更大的灵活性,由于监控视频中的人处于移动状态,通过摄像头截取得到的人脸图像可能存在模糊,分辨率较低等情况.为了提高对监控视频中低分辨率人脸图像信息处理的准确率,首先通过超分辨率迭代重构方法将低分辨率图像重构为高分辨率图像,然后利用Harr-Like特征和Adaboost算法构造一些弱分类…查看全部>>
- DEM超分辨率重构对梯田坡度提取的影响研究北大核心CSCDCSTPCD摘要：坡度对地表水文、土壤侵蚀、土地利用规划有着重要的影响,区域尺度上的坡度通常基于数字高程模型(DEM)提取.区域尺度上,高分辨率坡度数据由于DEM获取途径、方式等原因,较难获得,通常通过超分辨率重构(又称降尺度变换)得到.以黄土高原地区水平梯田地形为研究对象,基于无人机摄影测量技术,生成不同分辨率的DEM数据并提取坡度,设计并给出了基于稀疏混合估计对DEM数据进行超分辨率重构的方法及流程,并与最近邻法、双线性插值法、三次卷积插值法比较,…查看全部>>
- 基于稀疏表示和自相似学习的图像超分辨率重构CSTPCD摘要：基于稀疏表示的超分辨率重构算法效果依赖于样本图像信息，难以保证重构质量；基于图像结构自相似的算法利用了图像自身的附加信息，但是这些信息不足以获得很好的重构效果。本文综合利用样本图像信息和待处理低分辨率图像自身信息，提出了一种新的方法。在基于稀疏表示的框架下把与待重建图像相似的高分辨率样本图像信息提取出来用于重构，利用低分辨率图像自身的附加信息对上一步的重构图像进行修复，进一步提高重构质量。数值实验结果表明，本算法对图像的细节部分具有更好的重构效果。
- 基于超分辨率重构技术的医学超声波图像增强方法研究CSTPCD
- 基于多通道极深卷积神经网络的图像超分辨率算法北大核心CSCDCSTPCD摘要：卷积神经网络(CNN)在单幅图像超分辨率重构中存在网络结构较浅、可提取特征较少和细节重构效果不显著等问题.为此,提出一种基于多通道极深CNN的图像超分辨率算法,分别对原始低分辨率图像进行3种插值和3种锐化等预处理操作,并以多通道图像作为CNN的输入层数据.通过重新调整卷积核大小以加深网络结构,使得输入层数据在极深的CNN模型中训练重构高分辨率图像.实验结果表明,与Bicubic、SRCNN和MC-SRCNN等算法相比,该算…查看全部>>
- 基于深层残差网络的山区DEM超分辨率重构北大核心CSCDCSTPCD摘要：针对大区域高分辨率数字高程模型(DEM)数据较难获取、超分辨率重构(降尺度)较低分辨率的DEM精度不高、难以满足实际需要的问题,提出一种对起伏特征较明显的山区DEM超分辨率重构的方法.利用较深层的神经网络充分学习高低分辨率DEM之间的非线性映射关系;为了降低训练难度,结合残差学习的方法进行数据训练.将双立方插值法、稀疏混合估计法重构的DEM及提取的坡度结果分别同深层残差网络法的结果进行对比,结果表明,3种方法DEM结果的差值平均值分别…查看全部>>
- 改进的频域内亚像素级旋转角估计方法CSCDCSTPCD摘要：亚像素级配准是超分辨率重构的前提，其中旋转角估计的准确程度对重构效果有直接影响。针对传统的频域内旋转角估计在小角度估计不精确的缺点，提出了用部分幅值进行配准的改进算法。实验结果表明，改进算法对小角度旋转角估计比传统算法效果好。
- 基于Kronecker积的图像超分辨率快速算法北大核心CSCDCSTPCD摘要：本文提出了基于矩阵Kronecker积的图像超分辨率快速重构算法.基于观测模型的图像超分辨率重构算法是研究较多的方法,观测模型包含两个维数很大的降采样矩阵和模糊矩阵,这两个矩阵均可以表示为两个维数相对较低的矩阵的Kronecker积.因此图像降质可以分解为两个独立的过程,首先对行向降质,然后再对列向降质.根据这一观点,文章提出了一个与现有模型等价的新模型,并进一步证明用于克服逆向病态的正则化算子也可以作这样的分解.基于新的观测模型,文…查看全部>>
- 受昆虫复眼系统启发的图像重构算法CSTPCD摘要：虽然基于像素重排列的迭代反投影算法已经在TOMBO模型构建时提出,但是该方法需要大量的迭代次数,同时在噪声平滑效果上还有待于改进.因此一种正则化的迭代反投影算法被提出为该系统重构图像.采用自适应的总变差正则化因子和双边总变差正则化因子来正则化迭代反投影算法.自适应总变差正则化因子根据图像的当前信息来选择参数,因此用该因子正则化后的迭代反投影算法可以在平滑噪声的同时保留高频成分.而双边总变差正则化因子是依据像素点的最邻近领域和次邻近领域…查看全部>>