期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合注意力机制和高斯滤波的Retinex图像增强算法
1
作者
张亚蒙
张宝菊
+6 位作者
张博
张翠萍
褚博华
姜凯
薛梦奇
孙艺
隋晓楚
《软件》
2025年第1期20-23,共4页
本文在Retinex-Net网络的基础上,提出了一种新的低光照图像增强网络,以解决Retinex-Net网络中反射分量噪声大,光照分量亮度低且特征提取不足等问题,有效增强了低光图像的质量。在分解网络中使用Retinex-Net网络作为基本模型,将普通卷积...
本文在Retinex-Net网络的基础上,提出了一种新的低光照图像增强网络,以解决Retinex-Net网络中反射分量噪声大,光照分量亮度低且特征提取不足等问题,有效增强了低光图像的质量。在分解网络中使用Retinex-Net网络作为基本模型,将普通卷积与空洞卷积结合,进行多尺度特征抽取,从而获得更为丰富的细节信息;在增强网络中,采用多层注意力机制模块,实现对图像中细节部分和光照部分的增强。最后,通过结合去除噪声的反射分量和增强后的光照分量,生成一幅标准的正常光照图像。实验结果表明,本文所提出的算法能够有效地增强低光照图像的亮度和对比度,同时更好地保留图像中细节信息,从而提高图像的视觉效果。
展开更多
关键词
RETINEX算法
注意力机制
低照度图像
图像增强
在线阅读
下载PDF
职称材料
基于改进U-Net的双注意力机制医学图像配准
2
作者
褚博华
张宝菊
+4 位作者
姜凯
张亚蒙
薛梦奇
孙艺
隋晓楚
《软件》
2024年第12期1-4,共4页
本研究针对三维脑部医学图像的配准,提出了对Voxel Morph配准网络的改进。具体而言,原始网络中U-Net特征提取模块的跳跃连接部分被替换为具有注意力门(Attention Gate)的跳跃连接,并且在解码阶段加入了卷积块注意力模块(CBAM),形成了双...
本研究针对三维脑部医学图像的配准,提出了对Voxel Morph配准网络的改进。具体而言,原始网络中U-Net特征提取模块的跳跃连接部分被替换为具有注意力门(Attention Gate)的跳跃连接,并且在解码阶段加入了卷积块注意力模块(CBAM),形成了双重注意力机制。这种改进旨在加强网络提取的不同特征之间的内在连接,从而提高准确性。实验采用相似性损失函数和梯度损失函数作为正则化项。使用Dice相似性系数(DSC)作为评估指标。基于脑部OASIS数据集,将ANTs(Advanced Normalization Tools)仿射变换和Voxel Morph进行了比较。结果表明,与之前的两种方法相比,本文所提出的模型有所改进。此外,本研究还进行了消融实验,以确保模型中每个模块的可行性。
展开更多
关键词
医学影像
图像配准
注意力机制
深度学习
U-Net
在线阅读
下载PDF
职称材料
题名
融合注意力机制和高斯滤波的Retinex图像增强算法
1
作者
张亚蒙
张宝菊
张博
张翠萍
褚博华
姜凯
薛梦奇
孙艺
隋晓楚
机构
天津师范大学
电子与
通信
工程学院
天津师范大学天津市无线移动通信与电力传输重点实验室
出处
《软件》
2025年第1期20-23,共4页
基金
天津市普通高等学校本科教学改革与质量建设研究计划A231006507号项目
教育部中国高校产学研创新基金2022BL084号项目
+1 种基金
天津市教委科研计划项目(2024KJ061)
工业和信息化部教育与考试中心2024年度研究课题、工信部项目。
文摘
本文在Retinex-Net网络的基础上,提出了一种新的低光照图像增强网络,以解决Retinex-Net网络中反射分量噪声大,光照分量亮度低且特征提取不足等问题,有效增强了低光图像的质量。在分解网络中使用Retinex-Net网络作为基本模型,将普通卷积与空洞卷积结合,进行多尺度特征抽取,从而获得更为丰富的细节信息;在增强网络中,采用多层注意力机制模块,实现对图像中细节部分和光照部分的增强。最后,通过结合去除噪声的反射分量和增强后的光照分量,生成一幅标准的正常光照图像。实验结果表明,本文所提出的算法能够有效地增强低光照图像的亮度和对比度,同时更好地保留图像中细节信息,从而提高图像的视觉效果。
关键词
RETINEX算法
注意力机制
低照度图像
图像增强
Keywords
Retinex algorithm
attention mechanism
low-light image
image enhancement
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进U-Net的双注意力机制医学图像配准
2
作者
褚博华
张宝菊
姜凯
张亚蒙
薛梦奇
孙艺
隋晓楚
机构
天津师范大学
电子与
通信
工程学院
天津师范大学天津市无线移动通信与电力传输重点实验室
出处
《软件》
2024年第12期1-4,共4页
基金
天津师范大学研究生科研创新项目(2024KYCX56F)项目资助。
文摘
本研究针对三维脑部医学图像的配准,提出了对Voxel Morph配准网络的改进。具体而言,原始网络中U-Net特征提取模块的跳跃连接部分被替换为具有注意力门(Attention Gate)的跳跃连接,并且在解码阶段加入了卷积块注意力模块(CBAM),形成了双重注意力机制。这种改进旨在加强网络提取的不同特征之间的内在连接,从而提高准确性。实验采用相似性损失函数和梯度损失函数作为正则化项。使用Dice相似性系数(DSC)作为评估指标。基于脑部OASIS数据集,将ANTs(Advanced Normalization Tools)仿射变换和Voxel Morph进行了比较。结果表明,与之前的两种方法相比,本文所提出的模型有所改进。此外,本研究还进行了消融实验,以确保模型中每个模块的可行性。
关键词
医学影像
图像配准
注意力机制
深度学习
U-Net
Keywords
medical imaging
image registration
attention mechanism
deep learning
U-Net
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合注意力机制和高斯滤波的Retinex图像增强算法
张亚蒙
张宝菊
张博
张翠萍
褚博华
姜凯
薛梦奇
孙艺
隋晓楚
《软件》
2025
0
在线阅读
下载PDF
职称材料
2
基于改进U-Net的双注意力机制医学图像配准
褚博华
张宝菊
姜凯
张亚蒙
薛梦奇
孙艺
隋晓楚
《软件》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部