排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
针对书画文物的褪色和画面暗旧等问题,提出了一种基于增强型超分辨率生成对抗网络的文物图像色彩重建(Color Reconstruction of Cultural Relic Images Based on Enhanced Super-Resolution Generative Adversarial Network, CR-ESRGAN)模型。该模型针对缺少成对图像的数据集问题,在双3次下采样的基础上提出了利用颜色迁移算法来生成逼真的暗旧、褪色的文物图像。同时改进了ESRGAN网络,在其生成网络中引入自注意力机制,以增强重建图像的纹理细节。在常用图像质量评价指标峰值信噪比(Peak Signal to Noise Ratio, PSNR)/结构相似性(Structural Sililarity Index, SSIM)的基础上引入颜色评价指标CIEDE2000,以更加全面、客观地评价重建图像的质量。与现有几种超分辨率算法以及其文物图像色彩修复方法相比,视觉效果和图像质量有较高的提升。 相似文献
3.
为了克服半双工认知中存在的静态感知问题和常规全双工认知中残余自干扰限制的影响,提出了一种基于指导型盲源分离和非高斯准则的新型全双工认知方法。该方法将频谱感知和数据传输设计于同位置执行,避免在感知信息中的任何不匹配和资源损失,利用同位置配置中已知的次用户信号作为指导信号辅助执行盲源分离工作。在分离处理后,利用相关性识别出次用户自发信号,另一个信号通过非高斯准则判定,进而判决主用户的活动状态。仿真实验分析和讨论验证了所提方法的有效性,与基于自干扰消除的全双工频谱感知方案相比在计算复杂度和感知性能上具有明显的优越性。 相似文献
4.
动态帧时隙ALOHA(DFSA)算法是一种应用广泛的防碰撞技术,主要用于解决超高频(UHF)射频识别系统(RFID)中的标签碰撞问题.在DFSA算法中,读写器需要准确估计剩余标签数并设定一个新的帧长度来识别这些标签.因此,碰撞检测(CD)和标签剩余数估计在DFSA中起着关键性的作用.现有的碰撞检测方法并不能足够有效的用于检测碰撞并导致识别性能的下降.为了减少计算量和提高识别性能,本文提出了一种有效的防碰撞算法,该算法结合了碰撞检测和待识别标签数估计方法,使得性能更加高效.理论分析和仿真结果表明,该算法的性能要优于现有的同类算法,这非常有助于设计一种快速而高效的读写器. 相似文献
5.
6.
7.
8.
1