多尺度卷积神经网络的噪声模糊图像盲复原
文献类型：期刊论文
| 作者 | 曹飞道1,2,3,4 ; 赵怀慈1,2,4; 刘鹏飞1,2,3,4
|
| 刊名 | 红外与激光工程
 |
| 出版日期 | 2019 |
| 页码 | 1-9 |
| 关键词 | 多尺度卷积神经网络 多重损失函数 生成式对抗网络 噪声模糊图像 |
| ISSN号 | 1007-2276 |
| 其他题名 | Multi-scale Convolutional Neural Network of Blind deblurring of Noisy and Blurry Images |
| 产权排序 | 1 |
| 英文摘要 | 图像盲复原是从一幅观测的模糊图像恢复出模糊核和清晰图像,传统盲去卷积算法采用简化模型估计模糊核,导致预测模糊核与真实值误差较大,最终复原结果不理想。针对此问题提出一种基于改进残差模块的多尺度卷积神经网络模型,采用端到端模式,输入模糊图像,输出即为复原图像,无需估计模糊核。为了打破Wasserstein GAN (WGAN)参数的限制,设计了稀疏自动编码器,提出了一种基于限制网络输入的改进WGAN,有利于参数朝着最优解方向迭代,避免网络陷入局部最优解,提高了网络收敛速度。设计了多重损失函数,融合了基于多尺度网络的感知损失和基于条件式生成对抗网络的对抗损失。实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法,并且运行速度比相近算法快了4倍。 |
| 语种 | 中文 |
| 资助机构 | 装备预研领域基金（No.61400010102） |
| 源URL | [http://ir.sia.cn/handle/173321/24463]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 通讯作者 | 刘鹏飞 |
| 作者单位 | 1.中国科学院沈阳自动化研究所 2.中国科学院光电信息处理重点实验室 3.中国科学院大学 4.中国科学院机器人与智能制造创新研究院 |
| 推荐引用方式 GB/T 7714 | 曹飞道,赵怀慈,刘鹏飞. 多尺度卷积神经网络的噪声模糊图像盲复原[J]. 红外与激光工程,2019:1-9. |
| APA | 曹飞道,赵怀慈,&刘鹏飞.(2019).多尺度卷积神经网络的噪声模糊图像盲复原.红外与激光工程,1-9. |
| MLA | 曹飞道,et al."多尺度卷积神经网络的噪声模糊图像盲复原".红外与激光工程 (2019):1-9. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。