周正华
- 作品数:12 被引量:8H指数:1
- 供职机构:中国计量大学更多>>
- 发文基金:浙江省自然科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种基于卷积网络特征提取的人脸识别方法
- 本发明涉及一种缺失人脸图像恢复与识别的技术,具体涉及一种基于卷积网络特征提取的人脸识别方法,属于生物特征识别领域。首先利用截断核范算法对原始的缺失图像进行矩阵恢复处理,得到信息基本恢复的恢复矩阵,然后利用低秩矩阵分解算法...
- 赵建伟吕永标曹飞龙周正华
- 文献传递
- 一种基于随机森林的白细胞五分类方法
- 本发明公开了一种基于随机森林的白细胞五分类方法,提取能够有效的区分不同细胞类型的特征,采用SVM分类器进行降维处理,得到LBP特征在每一类白细胞上的分数;利用k-means聚类算法对细胞核形状特征进行聚类,得到每一类细胞...
- 曹飞龙怀听听赵建伟周正华冯爱明楚建军
- 基于空间元学习的放大任意倍的超分辨率重建方法被引量:1
- 2020年
- 针对现有的基于深度学习的超分辨率重建方法主要研究放大整数倍的重建,对放大任意倍(如非整数倍)重建情况讨论较少的问题,提出一种基于空间元学习的放大任意倍的超分辨率重建方法。首先,利用坐标投影找出高分辨率图像与低分辨率图像坐标间的对应关系;其次,在元学习网络的基础上,考虑特征图的空间信息,将提取到的空间特征与坐标位置相结合作为权值预测网络的输入;最后,将权值预测网络预测出的卷积核与特征图结合,从而有效地放大特征图的尺寸,得到放大任意倍的高分辨率图像。所提的空间元学习模块可以与其他深度网络相结合,得到放大任意倍的超分辨率图像重建方法。所提的放大任意倍(非整数倍)超分辨率重建方法解决了实际生活中放大尺寸固定且非整数倍的重建问题。实验结果表明,所提的重建方法在空间复杂度(网络参数)相当的情况下,时间复杂度(计算量)是其他重建方法的25%~50%,且峰值信噪比(PSNR)比其他一些方法提高了0.01~5 dB,结构相似度(SSIM)提高了0.03~0.11。
- 孙忠凡周正华赵建伟
- 关键词:超分辨率
- 一种面向图像超分辨率的模型驱动的轻量级深度递归网络
- 本发明涉及图像处理技术领域,本发明公开了一种面向图像超分辨率的l<Sub>2,1</Sub>模型驱动的轻量级深度递归网络,包括:图像采集模块,用于获取结构噪声的单幅图像;图像处理模块,用于对单幅图像进行栅格处理,并通过卷...
- 赵建伟王文杰张大宝周正华叶敏超
- 一种基于字典分解和稀疏表示的鲁棒人脸识别方法
- 本发明属于模式识别领域,特别涉及一种基于字典分解和稀疏表示的鲁棒人脸识别方法。设计字典分解模型从给定的人脸图像训练数据集中把人脸图像中的类特定信息提取出来,然后计算一个映射矩阵来描述类特定信息与原始训练数据之间的映射关系...
- 曹飞龙冯鑫山赵建伟周正华
- 文献传递
- 一种基于白细胞检测的细胞核分割方法
- 本发明属于医学图像处理领域,特别涉及一种基于白细胞检测的细胞核分割方法。首先统计各类白细胞的直径大小来设定滑动窗口的多个尺寸,然后根据白细胞图片的梯度信息,针对每个滑动窗口选取候选窗口,再根据白细胞图片颜色对比信息、边界...
- 曹飞龙刘月华黄震赵建伟周正华冯爱明
- 文献传递
- 一种基于字典分解和稀疏表示的鲁棒人脸识别方法
- 本发明属于模式识别领域,特别涉及一种基于字典分解和稀疏表示的鲁棒人脸识别方法。设计字典分解模型从给定的人脸图像训练数据集中把人脸图像中的类特定信息提取出来,然后计算一个映射矩阵来描述类特定信息与原始训练数据之间的映射关系...
- 曹飞龙冯鑫山赵建伟周正华
- 一种基于卷积网络特征提取的人脸识别方法
- 本发明涉及一种缺失人脸图像恢复与识别的技术,具体涉及一种基于卷积网络特征提取的人脸识别方法,属于生物特征识别领域。首先利用截断核范算法对原始的缺失图像进行矩阵恢复处理,得到信息基本恢复的恢复矩阵,然后利用低秩矩阵分解算法...
- 赵建伟吕永标曹飞龙周正华
- 一种基于双向多尺度可变形注意力网络的视频超分辨率方法
- 本发明公开了一种基于双向多尺度可变形注意力网络的视频超分辨率方法,包括给定一个低分辨率的输入帧序列,利用残差块组成的特征提取块获取浅层特征,通过后向传播将这些特征送到DAM对齐模块,输出粗对齐特征,将浅层特征和粗对齐特征...
- 赵建伟洪涛周正华薛博翔王可
- 双层可变形卷积网络的超分辨率图像重建被引量:7
- 2019年
- 针对目前大多数基于深度学习的图像超分辨率重建方法都不考虑尺度与几何变化的问题,提出基于双层可变形卷积网络的超分辨率图像重建方法。首先,该方法将标准的卷积层替换为可变形卷积层,模拟图像中的简单几何变化过程;其次,利用两个不同尺寸的可变形卷积层构造双层可变形卷积单元,来提取图像在不同尺度下的特征信息;最后,在特征图之间增加残差连接,缓解梯度消失带来的训练难度。实验结果说明该方法比现有的一些重建方法能更好地提取图像的特征信息,提高图像的重建效果。
- 黄陶冶赵建伟周正华
- 关键词:超分辨率重建多尺度