上海秉銘1065325基于局部期望圖像降噪SICKSFM60-HPAT0K02高分辨率視頻中使用了更多的像素來描述空間中相同幅度的運(yùn)動(dòng),這會(huì)導(dǎo)致幀間編碼過程中需要搜索的范圍與所需要的參考幀像素存儲(chǔ)器大小隨著視頻中圖像對(duì)角線像素?cái)?shù)目的平方增長(zhǎng),從而給硬件幀間編碼器的設(shè)計(jì)帶來巨大的困難.本文提出了一種以編碼樹單元為單位,利用當(dāng)前幀及時(shí)域相鄰幀中的信息,確定搜索起點(diǎn)的方法;而且在編碼效率僅下降約1.6%的情況下,將參考幀像素存儲(chǔ)器的規(guī)模減小約91.5%. 針對(duì)現(xiàn)有基于深度學(xué)習(xí)圖像描述生成模型,在圖像特征編碼階段,由于編碼器提取的圖像特征較為單一,圖像信息利用不充分,造成文字對(duì)圖片內(nèi)容描述得不夠準(zhǔn)確、語義較模糊的問題,在VGG19基礎(chǔ)上,改進(jìn)現(xiàn)有模型對(duì)圖像特征的編碼形式,通過提取和融合圖像多尺度特征的方法,獲取更豐富的圖像信息。在MSCOCO數(shù)據(jù)集上進(jìn)行訓(xùn)練和測(cè)試,實(shí)驗(yàn)結(jié)果表明,提出的模型能夠生成更加準(zhǔn)確、完整,更有意義的圖像描述語句。

        上海秉銘1065325基于局部期望圖像降噪SICKSFM60-HPAT0K02自動(dòng)編碼器在強(qiáng)噪聲環(huán)境下分類效果低的特征,提出了基于改進(jìn)型稀疏自動(dòng)編碼器組合的深度學(xué)習(xí)方法。在采用計(jì)算相關(guān)熵的方法,增強(qiáng)了稀疏自動(dòng)編碼器對(duì)非高斯噪聲的魯棒性的基礎(chǔ)上,利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)自動(dòng)編碼器進(jìn)行邊緣降噪,接著將改進(jìn)后的稀疏自動(dòng)編碼器和邊緣降噪自動(dòng)編碼器相結(jié)合,得到新的稀疏邊緣降噪自動(dòng)編碼器。實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,新的稀疏邊緣降噪自動(dòng)編碼器比現(xiàn)有的分類算法,計(jì)算時(shí)間更短、準(zhǔn)確率更高、效果更明顯。 傳統(tǒng)基于深度學(xué)習(xí)的視頻目標(biāo)分割方法在線微調(diào)深度網(wǎng)絡(luò),導(dǎo)致分割耗時(shí)長(zhǎng),難以滿足實(shí)時(shí)的需求.本文提出一種快速的視頻目標(biāo)分割方法.首先,參數(shù)共享的孿生編碼器子網(wǎng)將參考流和目標(biāo)流映射到相同的特征空間,使得相同的目標(biāo)具有相似的特征.然后,全局特征提取子網(wǎng)在特征空間中匹配給定目標(biāo)相似的特征,定位目標(biāo)對(duì)象.后,子網(wǎng)將目標(biāo)特征還原,并通過連接目標(biāo)流的低階特征,提供邊緣信息,終輸出目標(biāo)的分割掩碼.在公開基準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)表明,本文方法的分割速度有大幅度提升,同時(shí)具有較好的分割效果.