基于GAN的低质视频增强与目标检测算法研究
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
图1-1低质夜视图像??Fi.?1-1?Lowualitimaes?under?nihttime?scene??
图1-1低质夜视图像??Fig.?1-1?Low?quality?images?under?nighttime?scene??1.2低质图像增强研究现状??针对如何提高单一低质图像的清晰度这一问题,国内外学者做了大直方图的方法、基于Retinex的方法、基于滤波的方法是三大主流的....
图2-2夜视图像增强网络结构图??Fig.2-2?Model?architecture?for?nighttime?image?enhancement??(3)融合网络结构如表2-3所,2-2-.
通过传统增强方法对源图像预处理,£(.)32><32表示图像预处理后下采样至对应卷??积层的大小32x32。??
图2-3低质视频增强实验结果
图2-4前景目标增强结果(a)本算法有效的前景增强(b)本算法无法处理的情况??Fig.2-4?Example?results?of?foreground?objects?enhancement?in?different?conditions.(a)?Results?of??fo....
图2-5帧间稳定性对比图??Fig.2-5?Motion?Stability?Comparison?with?CycleGAN?and?pix2pix.??
息在网络流中的传递。??变分损失约束图像像素点在其局部空间的连续性,使图像在视觉上平滑。为??了验证总变分损失的作用,本文通过设置其权重木v?=?0得到了图2-6(c)。从图中红??框内的图像可以看出,变分损失使生成的白天图像在细节上更加自然。??图2-6(d)第二行是用MSE损....
本文编号:3920164
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3920164.html