排序方式: 共有24条查询结果,搜索用时 62 毫秒
1.
针对中国古画图像修复后的结果图像内容不一致、存在明显人工痕迹、修复区域的细节信息丢失和修复后的内容模糊等问题,提出利用绘画图像的多级语义特征渐进式地修复中国古画的算法.将中国古画的修改过程分为5个阶段,分别从宏观、中观和微观的语义层面渐进式地修复古画图像.首先关注高抽象级别的语义信息和大尺度的结构信息;然后逐渐地将注意力转移到越来越精细的尺度上,而不必同时学习所有尺度的信息,由古画的高层的语义特征渐进式地向较低层的语义特征的修复.依据11位作家共197幅高清数字化古画制作了山水画、街景画、花鸟画和人物画4个数据集,在这4个数据集上的实验结果表明,所提算法在PSNR, SSIM, IS, FID等指标上的结果优于一步到位的修复算法. 相似文献
2.
带宽约束下FGS视频传输非均等错误保护 总被引:1,自引:1,他引:1
为了在带宽约束的丢包信道下获得最小的视频传输失真,提出一种基于MPEG-4精细粒度可扩展(FGS)编码的非均等错误保护(ULP)策略.该策略采用前向冗余纠错(FEC)方法进行错误保护,并根据FGS视频增强层之间存在的不同重要性, 对不同的增强层分配不同速率的冗余数据.重要性高的层获得更强的错误保护,而重要性低的层获得较弱的错误保护.建立了平均网络丢包概率和FGS视频率失真之间的关系模型,设计了优化的FEC数据分配算法.在网络仿真器(NS-2)中的模拟结果表明,该错误保护策略可以有效地减少视频失真以及视频质量波动,在10%的平均丢包概率下,可以获得1.5dB的质量提高. 相似文献
3.
卫星通信作为信息通信业的一个重要组成部分,半个世纪以来.在经济社会和军事领域发挥着巨大作用。在加快我国信息化建设步伐、推动我国经济社会全面进步、实现可持续发展的进程中,卫星通信将大有可为。 相似文献
4.
为了保证在带宽约束信道下的视频传输能够获得最小的失真,同时降低接收端的视频失真波动,提出了一种精细粒度可扩展编码(FGS)率优化鲁棒传输策略.该策略首先根据网络可用带宽和丢包特性对FGS视频增强层进行率分配,然后根据FGS视频增强层之间存在的不同重要性,采用不均等前向冗余纠错(FEC)方法进行错误保护.在率分配和FEC非均等保护这两个步骤中,都考虑了网络丢包对视频质量波动的影响.试验结果表明,该方法能够有效减小接收端因丢包引起的视频质量失真,同时能大幅度降低视频质量的波动. 相似文献
5.
6.
针对现有的知识库关系检测任务对于一些不可见关系无法做到准确的向量表示而出现词汇溢出的问题,提出了基于对抗学习和全局知识信息的关系检测模型。该模型使用对抗学习对知识库关系表示模型进行特征强化,使用TransH(translating on hyperplanes)模型提取全局知识信息,同时通过联合训练,将全局知识信息融合进关系表示模型中,进一步提升关系模型的表示能力。实验结果表明,提出的融合模型对于关系检测效果有一定的提升,并且缓解了词汇溢出的问题。 相似文献
7.
图像跨域转换,又称图像翻译,是一种旨在将源域的图像转换为目标域的图像的技术,具体来说是使生成图像在保持源域图像的结构(轮廓、姿态等)的同时具有目标域图像的风格(纹理、颜色等).图像跨域转换技术在视觉领域有着广泛的应用,如照片编辑和视频特效制作.近年来,该技术在深度学习尤其是生成对抗网络的基础上得到了飞速发展,也取得了令人印象深刻的结果,但是迁移后的生成图像仍然存在颜色模式坍塌、内容结构无法保持等问题,针对这些问题,提出了一种基于自相似性与对比学习的图像跨域转换算法.该算法利用预先训练的深度神经网络模型提取图像的内容特征和风格特征,将感知损失和基于自相似性的损失作为图像内容损失函数,同时使用一种宽松的最优传输损失和基于矩匹配计算的损失作为图像风格损失函数对提出的神经网络进行训练,并通过将生成图像和目标域图像标记为正样本对,将生成图像和源域标记为负样本进行对比学习.在4个数据集上对提出的算法进行了实验验证,结果表明提出的算法在生成的结果图像上较好地保持了源域图像的内容结构,同时减少颜色的模式坍塌,且使生成的图像风格与引导图像的风格更加一致. 相似文献
8.
采用室内模拟试验的方法,探讨了脲酶抑制剂N-丁基硫代磷酰三胺(NBPT)和硝化抑制剂3,4-二甲基吡唑磷酸盐(DMPP)的不同浓度组合对尿素氮转化的影响.结果表明,NBPT与DMPP不同浓度组合均不同程度的延缓了尿素的水解,使尿素N水解产物更加以NH4 -N形态保持在土壤中;延缓了硝化作用进程并减少了硝酸盐在土壤累积,在此基础上增加了土壤有效态N含量.综合不同浓度组合对尿素水解的抑制、土壤NH4 -N和NO3--N含量变化、硝化作用抑制效果、土壤有效态N水平等指标并结合成本考虑,NBPT和DMPP分别为0.1%和0.5%施氮量时为最适宜的组合. 相似文献
9.
10.