Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phương Pháp Tái Tạo Siêu Phân Giải Ảnh Một Khung Dựa Trên Mạng Nơ-ron Sóng Trong Internet Vạn Vật
Tóm tắt
Việc ứng dụng phương pháp tái tạo siêu phân giải ảnh nhân vật đơn khung truyền thống có một số vấn đề, chẳng hạn như tiếng ồn không thể được loại bỏ hoàn toàn và hiệu suất chống nhiễu kém. Một phương pháp mới cho việc tái tạo siêu phân giải cho ảnh nhân vật một khung dựa trên mạng nơ-ron sóng được đề xuất. Cấu trúc và giao diện của đơn vị thu thập hình ảnh của cảm biến hình ảnh trạng thái rắn được thiết kế. Kết hợp với mô hình chụp ảnh lỗ kim và tự hiệu chỉnh máy ảnh, việc thu thập hình ảnh của Internet Vạn Vật được thực hiện. Một mô hình suy giảm hình ảnh được thiết lập để mô phỏng quá trình suy giảm từ hình ảnh độ phân giải cao lý tưởng sang hình ảnh độ phân giải thấp. Phương pháp lọc tiếng ồn ngưỡng sóng được sử dụng để loại bỏ tiếng ồn trong ảnh nhân vật một khung và cải thiện hiệu suất chống nhiễu của phương pháp. Mô hình phản ánh mạng nơ-ron sóng được sử dụng để tái tạo ảnh đặc trưng một khung và cải thiện độ phân giải của hình ảnh. Kết quả thí nghiệm cho thấy mức độ mờ của hình ảnh tái tạo luôn nhỏ hơn 5%. Trong toàn bộ thí nghiệm, độ chính xác của phương pháp này có thể duy trì trong khoảng 80% ~ 90%. Tỷ lệ giữ lại chi tiết hình ảnh của phương pháp nghiên cứu tương đối ổn định. Khi số lượng hình ảnh thử nghiệm tăng lên, tỷ lệ giữ lại chi tiết hình ảnh vẫn nằm trong khoảng từ 80% đến 95%, cho thấy phương pháp này hiệu quả trong ứng dụng thực tiễn.
Từ khóa
#tái tạo siêu phân giải #mạng nơ-ron sóng #ảnh nhân vật #Internet Vạn Vật #lọc tiếng ồn #chi tiết hình ảnhTài liệu tham khảo
Wu QJ, Sun YF, Zhao L (2017) Depth image super-resolution reconstruction of the sparse representation and simulation. Computer Simulation 34:234–237
Shuai L, Shuai W, Xinyu L et al (2020) Fuzzy detection aided real-time and robust visual tracking under complex environments. IEEE Trans Fuzzy Syst:1. https://doi.org/10.1109/TFUZZ.2020.3006520
Li Y, Wang Y, Li Y, Jiao L, Zhang X, Stolkin R (2016) Single image super-resolution reconstruction based on genetic algorithm and regularization prior model. Inf Sci 372:196–207
Liu N, Li CH (2015) Single image super-resolution reconstruction via deep convolutional neural network. China Sciencepaper 10:201–206
Peng YP, Ning BJ, Gao XB (2015) Single-frame image super-resolution reconstruction algorithm based on nonnegative neighbor embedding and non-local means regularization. Computer Science 42:104–107
Chow CW, Shiu RJ, Liu YC et al (2018) Non-flickering 100 m RGB visible light communication transmission based on a CMOS image sensor. Opt Express 26:70–79
Yuan QP, Lin HJ, Chen ZH et al (2016) Single image super-resolution reconstruction using support vector regression. Opt Precis Eng 24:2302–2309
Wei Z, Zou W, Zhang G, Zhao K (2019) Extrinsic parameters calibration of multi-camera with non-overlapping fields of view using laser scanning. Opt Express 27:16719
Lv YW, Liu W, Xu XP (2018) Methods based on 1D homography for camera calibration with 1D objects. Appl Opt 57:2155–2164
Sylvain G (2018) Folding photography in the time domain. Nat Photonics 12:502–503
Stark A, Wong E, Weigel D et al (2018) Repeatable speckle projector for single-camera three-dimensional measurement. Opt Eng 57:1205–1216
Suseela G, Phamila YAV (2018) Low-complexity low-memory energy-efficient image coding for wireless image sensor networks. The imaging science journal 66:125–132
Chengfei G, Jietao L, Tengfei W et al (2018) Tracking moving targets behind a scattering medium via speckle correlation. Appl Opt 57:905
Trull AK, Jelle VDH, Van VLJ et al (2018) Comparison of image reconstruction techniques for optical projection tomography. Appl Opt 57:1874–1882
Zhang J, Blum RS, Poor HV (2018) Approaches to secure inference in the internet of things: performance bounds, algorithms, and effective attacks on IoT sensor networks. IEEE Signal Process Mag 35:50–63
Shuai L, Xinyu L, Shuai W et al (2020) Fuzzy-aided solution for out-of-view challenge in visual tracking under IoT assisted complex environment. Neural Comput Applic. https://doi.org/10.1007/s00521-020-05021-3
Liu S, Pan Z, Cheng X (2017) A novel fast fractal image compression method based on distance clustering in high dimensional sphere surface. Fractals 25(4):1740004
Piyush J, Surya P (2018) Continuous wavelet transform based no-reference image quality assessment for blur and noise distortions. IEEE Access 6:33871–33882
Wei PC, Zou Y (2020) Image feature extraction and object recognition based on vision neural mechanism. Int J Pattern Recognit Artif Intell 34:3340–3342
Liu S, Bai W, Liu G, Li W, Srivastava HM (2018) Parallel fractal compression method for big video data. Complexity 2018:2016976–2016916. https://doi.org/10.1155/2018/2016976
Kanatsoulis CI, Fu X, Sidiropoulos ND, Ma WK (2018) Hyperspectral super-resolution: a coupled tensor factorization approach. IEEE Trans Signal Process 66:6503–6517
Chee AKW (2019) Principles of high-resolution dopant profiling in the scanning helium ion microscope, image widths, and surface band bending. IEEE Transactions on Electron Devices 66:4883–4887
Jin, X, Liu, SY, & Dai,H (2019) a distributed semi-supervised learning algorithm based on manifold regularization using wavelet neural network. Neural Netw 118:300–309
Hurtik P, Molek V, Hula J (2020) Data preprocessing technique for neural networks based on image represented by a fuzzy function. IEEE Trans Fuzzy Syst 28:1195–1204
Liu S, Guo C, Fadi A et al (2020) Reliability of response region: a novel mechanism in visual tracking by edge computing for IIoT environments. Mech Syst Signal Process 138:106537