期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
基于并行反向投影的图像超分辨率
1
作者 熊承义 李雪静 +2 位作者 高志荣 孙清清 刘川鄂 《中南民族大学学报(自然科学版)》 CAS 2024年第1期53-60,共8页
基于反向投影的残差特征提取与融合,可有效提升深度网络的特征提取能力,从而有益于改善图像的超分辨率重构性能.在此基础上提出了一种改进的采用并行反向投影策略的图像超分辨率深度网络,通过并行增强处于不同频段的高频特征,得到超分... 基于反向投影的残差特征提取与融合,可有效提升深度网络的特征提取能力,从而有益于改善图像的超分辨率重构性能.在此基础上提出了一种改进的采用并行反向投影策略的图像超分辨率深度网络,通过并行增强处于不同频段的高频特征,得到超分辨率性能的进一步提升.具体进行浅层特征提取后,网络经过多级的双路并行的反向投影特征增强模块.每一级模块中包含两个通路,分别采用顺序相反的上下采样,可同时得到处于不同频段的残差特征信息.通过对多级残差特征的融合,图像的高频特征得到不断的增强.同时网络引入了多尺度特征提取与通道注意力机制,以改进特征表达和学习能力.在多个公开的数据集上的大量实验结果表明,该方法可以有效提升超分辨率性能,并且在减少模型复杂度方面有一定的成效. 展开更多
关键词 单图像超分辨率 深度网络 并行反向投影 多尺度特征 注意力机制
下载PDF
结合多尺度多注意力的遥感图像超分辨率重构
2
作者 熊承义 郑瑞华 +2 位作者 高志荣 何缘 完颜静萱 《中南民族大学学报(自然科学版)》 CAS 2024年第5期692-700,共9页
视觉Transformer在改进图像超分辨率性能方面展现了良好的潜能.然而,遥感图像中不同目标表现的尺度多样性限制了其超分辨率的图像质量.为此,研究了一种结合多尺度多注意力的Transformer遥感图像超分辨率网络,旨在增强其特征学习能力,从... 视觉Transformer在改进图像超分辨率性能方面展现了良好的潜能.然而,遥感图像中不同目标表现的尺度多样性限制了其超分辨率的图像质量.为此,研究了一种结合多尺度多注意力的Transformer遥感图像超分辨率网络,旨在增强其特征学习能力,从而有效提升遥感图像的超分辨率性能.具体来说,输入特征首先通过多级下采样,得到多个尺度的特征;然后,逐级将低维特征通过一种交替密集注意力与稀疏注意力的Transformer网络进行变换,并将输出结果升维后与高维特征融合.密集注意力与稀疏注意力的结合可同时兼顾对局部相关性和全局相关性的有效提取,而多通路多尺度变换能够增强对图像小目标的建模能力.基于两个开源的遥感数据集的大量实验结果,验证了该方法的有效性. 展开更多
关键词 视觉Transformer 遥感图像超分辨率 多尺度 密集注意力 稀疏注意力
下载PDF
基于改进Upernet的遥感影像语义分割算法
3
作者 蔡博锋 周城 +1 位作者 熊承义 刘仁峰 《中南民族大学学报(自然科学版)》 CAS 2024年第6期806-815,共10页
针对现有遥感图像语义分割算法中存在的分割精度低、浅层特征利用不充分的问题,提出了一种基于改进Upernet的遥感影像语义分割算法.首先引入Resnest的分裂注意力网络连接结构来重构原有的骨干网络,并在其中集成可变形卷积以提高网络对... 针对现有遥感图像语义分割算法中存在的分割精度低、浅层特征利用不充分的问题,提出了一种基于改进Upernet的遥感影像语义分割算法.首先引入Resnest的分裂注意力网络连接结构来重构原有的骨干网络,并在其中集成可变形卷积以提高网络对不同尺度遥感影像的特征提取能力;然后在Upernet的下采样路径中设计融合高效通道注意力机制模块重构特征融合模块,改善特征表示能力;最后引入交叉熵损失函数和Dice Loss联合训练样本来改善训练中存在的样本不平衡的问题并加速模型收敛.实验结果显示:改进后的网络在遥感影像ISPRS的Potsdam数据集和Vaihingen数据集上分别达到了79.38%和74.70%的MIoU.相比DeepLabV3Plus、Pspnet、FCN以及经典Upernet算法,该算法性能在Potsdam数据集上获得了平均2.16%的提升,在Vaihingen数据集上亦获得了平均2.21%的提升. 展开更多
关键词 多尺度 遥感影像 特征融合 注意力机制 图像处理
下载PDF
级联模型展开与残差学习的压缩感知重构 被引量:2
4
作者 熊承义 李世宇 +1 位作者 高志荣 金鑫 《中南民族大学学报(自然科学版)》 CAS 2019年第2期265-272,共8页
基于传统优化模型展开的深度网络由于集成了深度学习与传统优化方法的优点,具有良好的可解释性,在当前图像处理与计算机视觉领域得到广泛关注.提出了一种级联模型展开与残差学习的图像压缩感知重构深度网络框架,以实现重构图像质量的进... 基于传统优化模型展开的深度网络由于集成了深度学习与传统优化方法的优点,具有良好的可解释性,在当前图像处理与计算机视觉领域得到广泛关注.提出了一种级联模型展开与残差学习的图像压缩感知重构深度网络框架,以实现重构图像质量的进一步改善.第一级的基于模型展开的深度网络根据输入的压缩测量值得到初始的重构图像,第二级的深度残差网络对初始重构图像进行去噪处理,最终得到高质量的重构结果.该两级级联网络的训练分别独立完成,训练过程简单易实现,将ADMM-Net与ResNet级联实现对磁共振图像重构,将ISTA-Net+与ResNet级联实现对自然图像重构.大量实验结果比较验证了所提出方法的有效性. 展开更多
关键词 压缩感知 深度学习 模型展开 残差学习
下载PDF
压缩感知图像的块子带自适应稀疏表示规则化重构 被引量:4
5
作者 熊承义 龚忠毅 +1 位作者 高志荣 张梦杰 《中南民族大学学报(自然科学版)》 CAS 2018年第4期115-119,共5页
针对自然图像信号的非平稳特性和不同图像块的变换域系数的分布差异较大,基于分块图像子带自适应稀疏表示规则化,提出了一种新的压缩感知图像重构方法.先利用非局部相似块组估计每个分块图像变换域各子带系数的均值和标准差,再将图像块... 针对自然图像信号的非平稳特性和不同图像块的变换域系数的分布差异较大,基于分块图像子带自适应稀疏表示规则化,提出了一种新的压缩感知图像重构方法.先利用非局部相似块组估计每个分块图像变换域各子带系数的均值和标准差,再将图像块各子带系数进行去均值并关于标准差归一化,最后将去均值归一化处理的子带系数的l_1范数表示用于规则化压缩感知重构.由于块子带自适应稀疏表示更加合理地表达了稀疏系数的重要性,使得重构图像能够更好地保留纹理、边缘等细节信息.大量的实验结果表明:相比组稀疏表示的压缩感知重构算法,该方法重构图像的峰值信噪比平均提高了0.69 dB. 展开更多
关键词 压缩感知 图像重构 块子带自适应 稀疏表示
下载PDF
基于小波变换的图像压缩感知深度重构网络 被引量:3
6
作者 熊承义 李治邦 +2 位作者 高志荣 金鑫 秦鹏飞 《中南民族大学学报(自然科学版)》 CAS 2020年第4期397-404,共8页
基于深度学习的压缩感知图像重构在当前得到了广泛关注。为了利用图像的先验特性改进压缩感知图像的重构质量,提出了一种基于小波变换的图像压缩感知深度重构方法。基于迭代展开网络框架,设计的深度压缩感知重构网络包括采用梯度下降算... 基于深度学习的压缩感知图像重构在当前得到了广泛关注。为了利用图像的先验特性改进压缩感知图像的重构质量,提出了一种基于小波变换的图像压缩感知深度重构方法。基于迭代展开网络框架,设计的深度压缩感知重构网络包括采用梯度下降算法的图像冗余更新模块和采用小波变换的图像去噪模块,冗余更新模块和去噪模块交替多级级联。图像去噪模块保留小波低频分量不变,只对高频成分进行滤波去噪处理。提出的网络引入了自适应采样,以提高图像的采样效率。大量实验结果比较验证了所提方法的有效性. 展开更多
关键词 深度学习 压缩感知恢复 小波变换 自适应采样
下载PDF
笔画背景抑制的自然场景文本检测 被引量:3
7
作者 熊承义 田清越 +1 位作者 高志荣 龚忠毅 《中南民族大学学报(自然科学版)》 CAS 2018年第1期73-79,共7页
针对复杂背景中过多的边缘信息与噪声干扰引起笔画宽度检测不准确的问题,提出了一种结合纹理背景抑制的笔画宽度变换文本检测方法.采用Butterworth高通并结合文本纹理特征,实现了在抑制背景的同时有效保留文本区域的信息.通过结合利用... 针对复杂背景中过多的边缘信息与噪声干扰引起笔画宽度检测不准确的问题,提出了一种结合纹理背景抑制的笔画宽度变换文本检测方法.采用Butterworth高通并结合文本纹理特征,实现了在抑制背景的同时有效保留文本区域的信息.通过结合利用加权引导滤波的图像增强技术降低噪声对边缘检测的干扰,使得文本图像的笔画宽度与边缘梯度信息的提取更为准确,从而有效提升了笔画宽度变换文本检测的性能.基于ICDAR数据库的实验结果也验证了该方法的有效性. 展开更多
关键词 文本检测 笔画宽度变换 高通滤波 纹理特征
下载PDF
基于RuSi@PEI纳米粒子构建分子印迹电化学发光传感器检测普萘洛尔 被引量:2
8
作者 戢凯伦 徐玮 +3 位作者 王颖 熊成义 张修华 王升富 《分析科学学报》 CAS CSCD 北大核心 2020年第5期747-752,共6页
本文构建了一种新型的分子印迹电化学发光(MIP-ECL)生物传感器,可高灵敏、高选择性测定普萘洛尔(PRO)分子。钌硅纳米粒子(Ru Si NPs)与聚乙烯亚胺(PEI)通过静电吸附形成Ru Si@PEI复合纳米粒子,这种纳米复合结构缩短了电子转移距离,进而... 本文构建了一种新型的分子印迹电化学发光(MIP-ECL)生物传感器,可高灵敏、高选择性测定普萘洛尔(PRO)分子。钌硅纳米粒子(Ru Si NPs)与聚乙烯亚胺(PEI)通过静电吸附形成Ru Si@PEI复合纳米粒子,这种纳米复合结构缩短了电子转移距离,进而提高了电子转移效率,有效增强ECL信号。利用透射电镜(TEM)、扫描电镜(SEM)、紫外-可见(UV-Vis)光谱和ECL等方法对合成Ru Si@PEI纳米粒子进行表征。以该复合纳米材料作为ECL探针,在此基础上与PRO印迹的聚合物膜结合,构建MIP-ECL传感器。实验对Ru Si@PEI纳米粒子合成过程中Ru Si NPs与PEI的体积比,洗脱与孵育时间进行优化,在最优条件下记录PRO被洗脱与重新印迹到传感器上时ECL信号的差值,其差值与PRO浓度之间呈现良好的线性关系,检测范围为1.0×10^(-11)~5.0×10^(-9)mol/L,检测限(S/N=3)低至5.4×10^(-13)mol/L。此外传感器在人血清样品中加标回收率为93.8%~112.7%,说明了该MIP-ECL传感器在复杂生物样品的PRO检测中具有潜在应用价值。 展开更多
关键词 电化学发光 分子印迹技术 传感器 普萘洛尔
下载PDF
基于自适应低秩去噪的近似消息传递压缩感知恢复 被引量:2
9
作者 熊承义 陈仕长 +3 位作者 高志荣 李世宇 金鑫 李治邦 《中南民族大学学报(自然科学版)》 CAS 2019年第1期112-118,共7页
图像隐含的低秩先验特性已被成功应用于去噪等图像恢复应用.考虑到自然图像具有的非平稳特性以及迭代重构中图像噪声强度的变化,提出了一种结合近似消息传递与自适应低秩去噪的图像压缩感知重构方法.根据迭代重构图像的噪声方差估计,自... 图像隐含的低秩先验特性已被成功应用于去噪等图像恢复应用.考虑到自然图像具有的非平稳特性以及迭代重构中图像噪声强度的变化,提出了一种结合近似消息传递与自适应低秩去噪的图像压缩感知重构方法.根据迭代重构图像的噪声方差估计,自适应地调整分块图像的大小以及相似块组的规模,实现低秩去噪性能的有效提升,从而保证了迭代重构的收敛速度,并同时改善了重构图像的质量.大量实验结果表明:该方法在无噪和有噪观测环境下都具有较好的重构性能,且能够有效地保留图像的纹理细节信息. 展开更多
关键词 压缩感知恢复 近似消息传递 低秩去噪 迭代阈值
下载PDF
感知特征增强学习的低分辨率人脸识别 被引量:1
10
作者 熊承义 邵奔 +2 位作者 高志荣 柳霜 李雪静 《中南民族大学学报(自然科学版)》 CAS 北大核心 2021年第3期298-304,共7页
针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构... 针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构、深度特征提取与识别;另一通道为高分辨率人脸识别子网络,顺序对输入的高分辨率人脸进行深度特征提取与识别,在网络训练阶段辅助低分辨率人脸识别网络的学习.联合低分辨率人脸的超分辨率损失、超分辨率人脸的多级特征损失及身份损失,用于低分辨率人脸识别网络的训练,有效改善了超分辨率人脸的特征表示与判别能力,由此带来低分辨率人脸识别性能的较好改进.实验结果验证了提出方法的可行性和有效性,特别在极低分辨率情况下也得到了识别性能的明显提升. 展开更多
关键词 低分辨率人脸识别 深度学习 超分辨率重构 感知特征增强
下载PDF
基于双路信息互补增强的压缩感知深度重构
11
作者 熊承义 秦鹏飞 +2 位作者 高志荣 施晓迪 刘川鄂 《中南民族大学学报(自然科学版)》 CAS 2020年第6期619-624,共6页
深度学习的方法在压缩感知重构中表现了良好潜能,而如何提升网络的深度特征表示能力是其中的一个关键问题.基于多通道网络能较好改善深度特征表示能力的发现,设计了一种双路信息互补增强的压缩感知深度重构网络,以更好地提升网络的重构... 深度学习的方法在压缩感知重构中表现了良好潜能,而如何提升网络的深度特征表示能力是其中的一个关键问题.基于多通道网络能较好改善深度特征表示能力的发现,设计了一种双路信息互补增强的压缩感知深度重构网络,以更好地提升网络的重构性能.具体地,重构网络由两个并行通道组成,一个通道实现对图像原始分辨率的重构,而另一个通道实现对图像的降采样重构;两个通道的中间特征提取部分采用交叉融合技术,以实现信息提取的互补增强.基于公开发布的标准测试集的实验验证了所提出的方法在提升压缩感知图像的深度重构质量的有效性. 展开更多
关键词 压缩感知重构 深度学习 双路网络 信息互补增强
下载PDF
A Parallel-based Lifting Algorithm and VLSI Architecture for DWT
12
作者 xiong chengyi Tian Jinwen +1 位作者 Liu Jian Gao Zhirong 《Journal of Electronics(China)》 2006年第2期244-248,共5页
A novel Parallel-Based Lifting Algorithm (PBLA) for Discrete Wavelet Transform (DWT), exploiting the parallelism of arithmetic operations in all lifting steps, is proposed in this paper. It leads to reduce the cri... A novel Parallel-Based Lifting Algorithm (PBLA) for Discrete Wavelet Transform (DWT), exploiting the parallelism of arithmetic operations in all lifting steps, is proposed in this paper. It leads to reduce the critical path latency of computation, and to reduce the complexity of hardware implementation as well. The detailed derivation on the proposed algorithm, as well as the resulting Very Large Scale Integration (VLSI) architecture, is introduced, taking the 9/7 DWT as an example but without loss of generality. In comparison with the Conventional Lifting Algorithm Based Implementation (CLABI), the critical path latency of the proposed architecture is reduced by more than half from (4Tm + 8Ta)to Tm + 4Ta, and is competitive to that of Convolution-Based Implementation (CBI), but the new implementation will save significantly in hardware. The experimental results demonstrate that the proposed architecture has good performance in both increasing working frequency and reducing area. 展开更多
关键词 Discrete Wavelet Transform (DFT) Lifting scheme PARALLEL Very Large Scale Integration(VLSI)
下载PDF
通道注意力嵌入的Transformer图像超分辨率重构 被引量:2
13
作者 熊巍 熊承义 +3 位作者 高志荣 陈文旗 郑瑞华 田金文 《中国图象图形学报》 CSCD 北大核心 2023年第12期3744-3757,共14页
目的基于深度学习的图像超分辨率重构研究取得了重大进展,如何在更好提升重构性能的同时,有效降低重构模型的复杂度,以满足低成本及实时应用的需要,是该领域研究关注的重要问题。为此,提出了一种基于通道注意力(channel attention,CA)... 目的基于深度学习的图像超分辨率重构研究取得了重大进展,如何在更好提升重构性能的同时,有效降低重构模型的复杂度,以满足低成本及实时应用的需要,是该领域研究关注的重要问题。为此,提出了一种基于通道注意力(channel attention,CA)嵌入的Transformer图像超分辨率深度重构方法(image super-resolution with channelattention-embedded Transformer,CAET)。方法提出将通道注意力自适应地嵌入Transformer变换特征及卷积运算特征,不仅可充分利用卷积运算与Transformer变换在图像特征提取的各自优势,而且将对应特征进行自适应增强与融合,有效改进网络的学习能力及超分辨率性能。结果基于5个开源测试数据集,与6种代表性方法进行了实验比较,结果显示本文方法在不同放大倍数情形下均有最佳表现。具体在4倍放大因子时,比较先进的SwinIR(image restoration using swin Transformer)方法,峰值信噪比指标在Urban100数据集上得到了0.09 dB的提升,在Manga109数据集提升了0.30 dB,具有主观视觉质量的明显改善。结论提出的通道注意力嵌入的Transformer图像超分辨率方法,通过融合卷积特征与Transformer特征,并自适应嵌入通道注意力特征增强,可以在较好地平衡网络模型轻量化同时,得到图像超分辨率性能的有效提升,在多个公共实验数据集的测试结果验证了本文方法的有效性。 展开更多
关键词 超分辨率(SR) TRANSFORMER 卷积神经网络(CNN) 通道注意力(CA) 深度学习
原文传递
A Robust Face Recognition Method Using Multiple Features Fusion and Linear Regression 被引量:1
14
作者 GAO Zhirong DING Lixin +1 位作者 xiong chengyi HUANG Bo 《Wuhan University Journal of Natural Sciences》 CAS 2014年第4期323-327,共5页
This paper presents a robust face recognition algorithm by using transform domain-based multiple feature fusion and lin- ear regression. Transform domain-based feature fusion can provide comprehensive face information... This paper presents a robust face recognition algorithm by using transform domain-based multiple feature fusion and lin- ear regression. Transform domain-based feature fusion can provide comprehensive face information for recognition, and decrease the effect of variations in illumination and pose. The holistic feature and local feature are extracted by discrete cosine transform and Gabor wavelet transform, respectively. Then the extracted holistic features and the local features are fused by weighted sum. The fused feature values are finally sent to linear regression classifier for recognition. The algorithm is evaluated on AR, ORL and Yale B face databases. Experiment results show that our proposed algo- rithm could be more robust than those single feature-based algo- rithms under pose and expression variations. 展开更多
关键词 holistic feature local feature weighted fusion
原文传递
High performance word level sequential and parallel coding methods and architectures for bit plane coding 被引量:1
15
作者 xiong chengyi TIAN JinWen LIU Jian 《Science in China(Series F)》 2008年第4期337-351,共15页
This paper introduced a novel high performance algorithm and VLSI architectures for achieving bit plane coding (BPC) in word level sequential and parallel mode. The proposed BPC algorithm adopts the techniques of co... This paper introduced a novel high performance algorithm and VLSI architectures for achieving bit plane coding (BPC) in word level sequential and parallel mode. The proposed BPC algorithm adopts the techniques of coding pass prediction and parallel & pipeline to reduce the number of accessing memory and to increase the ability of concurrently processing of the system, where all the coefficient bits of a code block could be coded by only one scan. A new parallel bit plane architecture (PA) was proposed to achieve word-level sequential coding. Moreover, an efficient high-speed architecture (HA) was presented to achieve multi-word parallel coding. Compared to the state of the art, the proposed PA could reduce the hardware cost more efficiently, though the throughput retains one coefficient coded per clock. While the proposed HA could perform coding for 4 coefficients belonging to a stripe column at one intra-clock cycle, so that coding for an NxN code-block could be completed in approximate N2/4 intra-clock cycles. Theoretical analysis and experimental results demonstrate that the proposed designs have high throughput rate with good performance in terms of speedup to cost, which can be good alternatives for low power applications. 展开更多
关键词 bit plane coding high performance word-level sequential multi-word parallel
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部