文献

J-GLOBAL ID：201902216962831280   整理番号：19A2253078

深さ残差ネットワークに基づく画像混合雑音除去【JST・京大機械翻訳】

Image Mixed Noise Removal Based on Deep Residual Network

著者 (2件)： Zhang Fuwang (哈爾浜理工大学測控技術与通信工程学院,黒竜江哈爾浜,150080) ,  Yuan Huijuan (哈爾浜理工大学測控技術与通信工程学院,黒竜江哈爾浜,150080)
資料名： Hongwai Jishu  (Hongwai Jishu)
巻： 41  号： 7  ページ： 628-633  発行年： 2019年 
JST資料番号： C2520A  ISSN： 1001-8891  CODEN： HOJIEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 深さコンボリューションニューラルネットワークは,画像処理アルゴリズムの一連のブレークスルーを引き起こした。しかし、より深いネットワークを使用するのはいつも役に立たず、訓練の巨大な障害は次第に消失する勾配、大量成長のパラメーターと過長の時間である。本論文では,深さ残差ネットワークに基づく画像混合雑音除去アルゴリズムを提案した。グローバル残差学習と局所残差学習により,勾配消失とネットワークパラメータの増加を効果的に解決し,画像特徴の選択と抽出能力を改善し,訓練時間を減らした。実験結果は,画像混合ノイズ除去において,深さ残差ネットワークが効果的であり,このアルゴリズムによって得られるノイズ除去画像は,画像のオリジナル構造をより良く復元し,情報豊富さ,コントラスト,ロバスト性,および画像の詳細をより良く維持できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *残差 ,  *雑音除去 ,  雑音低減 ,  *ネットワーク ,  アルゴリズム ,  学習 ,  コントラスト ,  ロバスト性 ,  *画像 ,  画像特性
準シソーラス用語： ネットワークパラメータ ,  画像処理アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 残差 ,  雑音除去