您的位置: 专家智库 > >

浦剑

作品数:9 被引量:88H指数:3
供职机构:复旦大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术电子电信文化科学更多>>

文献类型

  • 6篇专利
  • 2篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 1篇电子电信
  • 1篇文化科学

主题

  • 5篇图像
  • 4篇分辨率
  • 4篇超分辨
  • 4篇超分辨率
  • 3篇超分辨率算法
  • 2篇遥感
  • 2篇遥感图像
  • 2篇医学成像
  • 2篇数据集
  • 2篇数据集中
  • 2篇彩色图像
  • 2篇成像
  • 1篇点云
  • 1篇多任务
  • 1篇多任务学习
  • 1篇形变
  • 1篇语义
  • 1篇预处理
  • 1篇视觉技术
  • 1篇数据预处理

机构

  • 9篇复旦大学
  • 1篇西安交通大学

作者

  • 9篇浦剑
  • 2篇张军平
  • 2篇薛向阳
  • 2篇张军平
  • 1篇徐志
  • 1篇黄华

传媒

  • 1篇模式识别与人...
  • 1篇山东大学学报...

年份

  • 2篇2024
  • 2篇2020
  • 1篇2015
  • 1篇2013
  • 1篇2010
  • 2篇2009
9 条 记 录,以下是 1-9
排序方式:
一种基于光滑形变的雷达点云增强方法
本发明公开了一种基于光滑形变的雷达点云增强方法,包括步骤S1:根据标注信息将雷达点云分为实例部分和场景部分;步骤S2:将步骤S1中分离出来的实例送入光滑形变实例增强模块,得到增强后的实例,一个实例可被增强多次;步骤S3:...
浦剑邱守猛冯建峰薛向阳
多任务学习算法研究
多任务学习是指通过同时学习多个任务来提升算法的泛化性能。总体来说,现有最新的多任务学习算法主要是都通过挖掘任务聚类和异常任务的方式,来提升算法的理论和实际性能。本文将着重研究在上述两种假设条件下的多任务学习算法。  首先...
浦剑
关键词:图像分类
文献传递
基于词典学习和稀疏表示的超分辨率算法
本发明涉及一种基于过完备词典学习和稀疏表示的图像超分辨率方法,在大规模数据集中提取两个过完备词典(低分辨率图像块词典和高分辨率图像块词典),并利用它们实现图像稀疏表示的超分辨率重建。同时,为了进一步提高彩色图像的超分辨率...
浦剑张军平
文献传递
基于词典学习和稀疏表示的超分辨率算法
本发明涉及一种基于过完备词典学习和稀疏表示的图像超分辨率方法,在大规模数据集中提取两个过完备词典(低分辨率图像块词典和高分辨率图像块词典),并利用它们实现图像稀疏表示的超分辨率重建。同时,为了进一步提高彩色图像的超分辨率...
浦剑张军平
文献传递
一种基于深度学习的车位检测方法
本发明公开了一种基于深度学习的车位检测方法,其中方法包括:数据预处理步骤,基于半监督分类的卷积神经网络模型构建步骤,停车位检测优化函数设计步骤,将训练图像输入至分类模型,进行预训练获得优化函数初始参数步骤,将训练图像输入...
徐志浦剑
文献传递
超分辨率算法研究综述被引量:39
2009年
图像超分辨率是指利用一幅或多幅低分辨率图像,运用相应的算法来获得一幅清晰的高分辨率图像.然而,传统的基于插值和重建的方法已很难获得进一步的突破.近年来出现的基于学习的方法为超分辨率的发展重新注入了活力.通过回顾插值、重建和学习这3个层面的超分辨率算法,分析了超分辨率技术的以往研究和最新进展,着重讨论了各算法在还原质量、通用能力等方面所存在的问题,并对未来超分辨率技术的发展作了一些展望.
浦剑张军平黄华
关键词:图像处理超分辨率图像重建
基于词典学习和稀疏表示的超分辨率方法被引量:44
2010年
近年来,从大规模数据集中提取过完备词典,并使用稀疏表示在图像去噪、图像去马赛克和图像修复中有着较广泛应用.然而,这一技术不能直接用于处理具有异构特点的低分辨率/高分辨率图像块对,以及相应的图像超分辨率重构.要解决这一问题,文中提出一种求解同时满足两个过完备词典(低分辨率图像块词典和高分辨率图像块词典)下的相同稀疏表示的方法,并利用它们实现图像稀疏表示的超分辨率重建.为了进一步提高彩色图像的超分辨率效果,还提出基于超分辨率亮度信息的UV色度超分辨率重构.实验结果表明文中方法无论在视觉效果还是均方根误差上都获得更好结果.
浦剑张军平
关键词:超分辨率
一种基于子类分布重加权的语义分割方法、装置及介质
本发明涉及一种基于子类分布重加权的语义分割方法、装置及介质,其中方法,包括以下步骤:将待分割图像输入分割网络模型,获得用于分类的特征图;根据特征图进行子类聚类;根据子类聚类结果,统计子类在整幅图像中的分布情况;根据子类分...
浦剑邱守猛冯焕琴薛向阳冯建峰
一种基于PU-Learning的图像语义分割方法
本发明提供了一种基于正样本和无标签样本学习的图像语义分割方法,属于计算机视觉技术领域,其中方法包括:数据准备步骤、数据预处理步骤、深度卷积神经网络构建步骤、基于PU‑Learning的损失函数设计步骤、损失函数的优化学习...
汪聪浦剑
文献传递
共1页<1>
聚类工具0