典型文献
面向边-端协同的并行解码器图像修复方法
文献摘要：
针对现有神经网络图像修复方法在移动终端设备上部署存在效果差、响应时间长、高能耗的问题,提出了一种面向边-端协同的并行解码器图像修复方法及计算卸载策略.结合移动边缘计算(mobile edge computing,MEC)技术边-端协同的特性,提出一种面向边-端协同的并行解码器门控卷积图像修复网络ETG-Net(edge-terminal gated convolution network).通过边-端共享权值的方式,提升图像修复及训练效率,并保留移动终端的独立工作能力.基于计算卸载决策,将图像修复部分计算任务有选择地卸载至边缘云,进一步降低终端节点的计算时延和能耗.实验结果表明,与近年来先进的模型相比,所提模型在保证图像修复质量的同时,解决了移动终端设备上部署图像修复模型存在的问题,降低了任务的响应时延.
文献关键词：
图像修复;深度学习;生成对抗网络;移动边缘计算;门控卷积;权值共享
中图分类号：
作者姓名：
霍相佐;张文东;田生伟;侯树祥
作者机构：
新疆大学 软件学院,乌鲁木齐 830008;新疆大学 软件工程技术重点实验室,乌鲁木齐 830008
文献出处：
引用格式：
[1]霍相佐;张文东;田生伟;侯树祥-.面向边-端协同的并行解码器图像修复方法)[J].计算机工程与应用,2022(16):257-264
A类：
ETG
B类：
解码器,图像修复,修复方法,有神,网络图像,移动终端,终端设备,响应时间,高能耗,计算卸载策略,移动边缘计算,mobile,edge,computing,MEC,门控卷积,复网,Net,terminal,gated,convolution,network,训练效率,工作能力,计算卸载决策,复部,选择地,边缘云,端节,响应时延,生成对抗网络,权值共享
AB值：
0.352531
相似文献
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。
