残差模块相关论文
针对表情识别时出现参数量大和识别能力弱等问题，提出一种基于卷积网络人脸表情识别方法。引入改进型残差模块，减少参数量的同时增强......
期刊
针对现有算法无法精确分割细微血管末端， 且分割结果易受光学造影与病变区域影响的问题， 提出一种结合注意力和多路径U-Net的视网膜......
为了解决低光照图像存在的对比度低、噪声大等问题，提出一种基于Retinex理论的卷积神经网络增强模型（Retinex-RANet）。它包括分解网络......
超声检查具有安全无辐射、应用范围广等特点,是目前应用最为广泛的医学检查技术之一。然而,目前我国基层超声科医生严重不足,且传......
随着社会的发展与科技的进步,医学影像技术在各个医学领域得到了广泛的运用,是医生诊断患者病情的重要辅助手段。如今,脑肿瘤疾病......
针对水下图像颜色失真、关键信息模糊和细节特征丢失的问题，提出一种基于SK注意力残差网络的水下图像增强方法。改进生成对抗网络中......
临床实践表明核磁共振成像对评估胶质瘤非常有价值,它们会提供精确的脑肿瘤成像,便于医生获得精确的脑肿瘤轮廓。通常,影像科专家......
在工业表面缺陷检测领域,通常需要采集大量的样本,并进行标注,用于后续检测中的深度学习模型训练。然而在实际的应用场景中,由于部......
随着科技的飞速发展,人类生活中越来越离不开身份认证和识别。同时人们对个人信息安全的问题也更加的重视,传统的身份认证如密码登......
婴幼儿时期是人类大脑发育最快的一个阶段,在这个阶段中,脑区的变化较快且容易患各类脑疾病。探索婴幼儿脑部疾病的早期诊断方法具......
目的 磁共振成像(magnetic resonance imaging,MRI)作为一种非侵入性的软组织对比成像方式,可以提供有关脑肿瘤的形状、大小和位置......
针对现有方法分解质量不佳、特征信息不够清晰的问题,提出一种基于深度残差生成对抗网络的本征图像分解算法,用于将单个图像本征分......
采用机器学习中卷积神经网络的方式对获得的心电图数据进行学习,提取心电图数据中的特征因素进行分析建模,利用建立好的预测模型对......
肝癌是全世界发病率和死亡率极高的恶性肿瘤,严重威胁着人们的身体健康,通过早期的筛查和治疗可以有效地减少癌症的发病率和死亡率......
肺癌作为全球发病率、死亡率均位居前列的疾病,严重危害人类的健康,尽早发现与治疗是降低肺癌死亡率的重要手段。肺结节是肺癌的早......
近几年,基于卷积神经网络(CNN)的单图像超分辨率(SR)重建方法成为了主流.通常情况下,重建模型的网络层数越深,提取的特征越多,重建......
为提升隐写分析的效率和准确率,并适应多尺寸输入图像,提出一个基于高效特征融合的可变尺寸图像隐写分析模型.在预处理层中,将经空......
信息化技术的快速发展以及物流运输行业的成熟,使得网上购物更加便捷,越来越多的消费者已经习惯通过网络购买日常生活所需的物品。......
学位
堆栈沙漏网络(SHN)是人体姿态估计中的代表性研究成果,但该网络忽略了关节局部信息。因此,提出了一种基于改进沙漏网络的人体姿态......
针对复杂背景下隧道的细小裂缝图像特征难以提取以及裂缝像素类别不平衡等问题,提出了一种改进U-Net网络的隧道裂缝分割算法。将U-......
基于深度学习的单幅图像超分辨率网络模型体积庞大,导致参数利用率低且难以部署,对中间层特征利用不充分。提出一种密集反馈注意力......
变压器内部故障与油中溶解不同组分、不同含量的气体之间的关系是目前进行变压器故障诊断的主要研究内容.文章提出一种基于BP神经......
为提升皮肤病图像分割效果,进一步优化图像处理过程,结合图像提取更高质量的特征,提出一种基于U-net网络、结合循环模块和残差模块......
为改善现阶段人工分拣垃圾的现象,该文提出了一种基于特征融合的轻量级网络模型Inception-Residual,实现日常生活中4种生活垃圾的......
期刊
针对传统SSD算法在检测小目标时容易漏检且检测精度不高的问题,提出一种改进算法。对SSD算法中各尺度特征进行尺寸大小不变的卷积......
为了实现在轨高速实时图像处理,提出了基于多级预测校准机制及查找表方法的二值权重沙漏网络加速器。首先,提出了一种计算架构来统......
CycleGAN是一种基于生成对抗网络的衍生模型,可以在缺少成对训练图像的条件下实现两个具有不同风格的图像域之间的相互转换。由于......
卷积神经网络在计算机视觉领域的许多任务中取得了巨大的成功,如图像分类、目标检测分割、人脸识别、视频分析等。然而,一些研究表......
社会不断的发展进步,繁重的工作压力与身体素质的下降导致由于视网膜病变引发疾病的人群日益增多。因此对于视网膜血管结构的分析......
针对医学图像分割中网络深度过深和上下文信息欠缺导致的分割精度降低等问题,提出了一种基于改进U-Net的磁共振成像(MRI)脑肿瘤图......
联合图像超分辨率是指在高分辨率图像的指导下提高图像分辨率的方法,现已随着人们对图像精度需求的提高,成为深度学习、计算机视觉......
胆管癌是一类相对罕见但恶性程度极高的肿瘤。由于早期症状不明显,患者发现时往往已错过最佳治疗时机。病理诊断作为胆管癌确诊的......
蜡染是一项中国民间的传统艺术,作为国家级非物质文化遗产,具有极高的艺术价值和文化内涵。使用计算机技术对蜡染特有的冰纹图案进......
基于图像和视频的行人检测是行人跟踪、行为分析、步态分析、行人身份识别等研究的基础和前提,也是计算机视觉领域最重要的研究方......
针对现有肝脏图像分割方法存在分割精度较低的问题,提出一种改进U-Net的肝脏分割方法。该方法对U-Net结构做出以下改进,即引入改进......
针对传统基于BP神经网络磁滞模型收敛速度慢、建模过程需要对磁特性的表征参数进行复杂的人工提取等问题,提出了一种基于深层卷积......
为提高塑料检测定位任务的准确率,基于Yolo算法提出一个塑料检测定位模型。针对模型的基础网络层,设计3个由小尺寸卷积层组成的残......
传统的开关柜局部放电模式识别方法缺乏一定的泛化性能且识别准确率低,难以在实际工程中应用。提出了一种基于残差卷积神经网络的......
针对复杂条件下交通场景目标检测虚警和漏检问题,提出一种基于YOLOv3的快速检测算法。首先利用kmeans算法聚类出适合该数据集的合......
针对高压输电线路后期的缺陷检测和故障诊断,保障电力系统的稳定运行,实现无人机(UAV)巡检的智能化,提出基于改进YOLOv3的高压输电......
语义分割是计算机视觉和模式识别领域的研究重点,传统基于图像块的深度卷积神经网络模型假设图像块内所有像素共享同一标号导致其......
Mask R-CNN是一种实例分割算法,可以完成目标检测、实例分割、关键点检测等计算机视觉领域的一些基础任务。本文中主要针对Mask R-......
随着人类在地球上的大范围以及高强度的活动,地震观测数据的质量受到严重的影响。各地的地震监测台网所记录的地震信号中包含许多......
输电在电力系统中起着中流砥柱的作用,是电网系统必不可少的部分,但是一般输电环节都处在野外环境,导致输电线路在运行中会受到多......
针对生成对抗网络在训练类别丰富、细节特征复杂的数据集时,难以捕捉图像全局与局部特征间的依赖关系而出现图像分辨率不高、特征......
为了提升机器视觉中特定舞蹈动作识别的性能,设计了基于全局上下文的特定舞蹈动作识别方法。该方法基于Hourglass结构,通过连接高......
