节点文献

基于深度级联网络的多任务图像处理方法

Multi-task image processing based on deep cascade network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 吕宗明

【Author】 LYU Zongming;School of Information and Finance,Xuancheng Vocational and Technical College;

【机构】 宣城职业技术学院信息与财经学院

【摘要】 提出一种新的多任务深度网络结构,用于合并一些独立的图像处理任务(例如去噪、去雾和语义分割等)。通过为每个单独的任务提供额外的解码路径来扩展常规的U型网络,并探索从一个路径到另一个路径的输出和连接的深度级联方式。实验结果表明,该方法只需少量的训练参数,即可在去噪和语义分割,以及渐进式的由粗到细的语义分割任务上展示出有效性,并获得比多个单独训练或者联合训练的网络更好的性能。

【Abstract】 A new multi-task deep network structure is proposed to merge some independent image processing tasks(such as denoising,defogging and semantic segmentation).The proposed method extends the conventional U-shaped network by providing additional decoding paths for each individual task,and explores deep cascading mode of output and connection from one path to another.Experimental results show that this method can show its effectiveness in denoising,semantic segmentation and progressive semantic segmentation tasks from coarse to fine with only a small number of training parameters,and obtain better performance than multiple individual training or joint training networks.

【基金】 2019年度宣城职业技术学院教学研究项目(2019jyxm0649)
  • 【文献出处】 中原工学院学报 ,Journal of Zhongyuan University of Technology , 编辑部邮箱 ,2021年05期
  • 【分类号】TP391.41;TP18
  • 【下载频次】98
节点文献中: 

本文链接的文献网络图示:

本文的引文网络