典型文献
基于多尺度编解码网络的道路交通模糊图像盲复原
文献摘要：
提出一种多尺度编解码深度卷积神经网络结构,使用生成对抗的思想对模糊图像直接进行盲复原.首先,设计一种优化多尺度残差块应用在编解码器内部,在减少参数量的同时提高了网络非线性表达能力;其次,分别计算多尺度网络每层对应的L2损失,确保逐级去模糊后的图像更加接近真实图像;最后,在GoPro数据集和真实道路交通模糊图像上进行仿真,结果表明,所提方法能够得到清晰度更高的复原结果.
文献关键词：
道路交通;生成对抗;编解码器;图像复原
中图分类号：
作者姓名：
吴兰;范晋卿;文成林
作者机构：
河南工业大学 电气工程学院 河南 郑州 450001;广东石油化工学院自动化学院 广东 茂名 525000
文献出处：
引用格式：
[1]吴兰;范晋卿;文成林-.基于多尺度编解码网络的道路交通模糊图像盲复原)[J].郑州大学学报（理学版）,2022(02):8-15
A类：
多尺度编解码
B类：
编解码网络,道路交通,模糊图像,盲复原,深度卷积神经网络,神经网络结构,生成对抗,接进,多尺度残差,残差块,在编,编解码器,参数量,线性表达,表达能力,多尺度网络,每层,L2,逐级,去模糊,GoPro,清晰度,图像复原
AB值：
0.378569
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
