通过堆叠稀疏去噪自动编码器进行图像处理的低级结构特征提取

研究论文

在本文中，我们提出了一种基于深度神经网络，堆叠式稀疏去噪自动编码器（SSDA）的图像处理低层结构特征提取方法。当前通过深度学习进行图像处理的方法是直接构建和学习输入/输出之间的端到端映射。相反，我们提倡从输入数据中分析第一层学习功能。利用学习到的低级结构功能，我们改进了两个边缘保留滤波器，这对于图像处理任务（例如降噪，高动态范围（HDR）压缩和细节增强）至关重要。由于所提出的特征提取的有效性和优越性，由两个改进的滤波器计算的结果不会遭受包括光晕，边缘模糊，噪声放大和过度增强的缺点。更重要的是，我们证明了从自然图像训练的特征不是特定的，并且可以提取红外图像的结构特征。因此，通过直接使用经过训练的功能来处理任务是可行的。（c）2017 Elsevier BV保留所有权利。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

通过堆叠稀疏去噪自动编码器进行图像处理的低级结构特征提取

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载