基于多孔卷积神经网络的图像空间结构信息细节表征

基于多孔卷积神经网络的图像空间结构信息细节表征
徐叶军
【期刊名称】《盐城工学院学报（自然科学版）》
【年(卷),期】2024(37)1
【摘要】针对传统图像空间结构信息表征方法存在细节表征模糊度较高、信息训练损失较高等问题,提出一种新的基于多孔卷积神经网络的图像空间结构信息细节表征方法。

该方法通过图像空间结构信息细节相似性度量,并以图像的形状、颜色和纹理特征对图像空间结构信息细节进行编码,再去除图像冗余信息,利用多孔卷积神经网络对图像空间结构的深度信息进行融合,从而完成图像空间结构信息的细节表征。

实验结果表明,基于多孔卷积神经网络的图像空间结构信息细节表征方法在模糊度、训练损失、图像相似性等方面都比传统的3种方法优越,能够清晰地表征图像空间结构信息。

【总页数】6页(P20-25)
【作者】徐叶军
【作者单位】苏州工业园区服务外包职业学院生物科技学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于多细节卷积神经网络的单幅图像去雨方法
2.基于多孔卷积神经网络的图像深度估计模型
3.基于图像区域分割和卷积神经网络的电成像缝洞表征
4.基于多尺度
细节的孪生卷积神经网络图像融合算法5.基于脉冲卷积神经网络稀疏表征的高分辨率遥感图像场景分类方法
因版权原因，仅展示原文概要，查看原文内容请购买。