- 博客(6)
- 收藏
- 关注
RSS订阅原创 分形生成模型
本文提出的分形生成模型在逐像素生成这一具有挑战性的任务中所展现出的有效性，为生成模型的设计提供了新的机遇。它凸显了将复杂数据分布分解为可处理的子问题，并通过将现有生成模型抽象为模块化单元来解决这些问题的潜力。分形生成模型特别适合对具有一维序列顺序之外内在结构的数据进行建模。
2025-05-18 15:18:38
1804
原创 图像去雨（RESCAN）
本文提出循环挤压激励上下文聚合网络（RESCAN）用于单图像去雨，通过分阶段处理，结合扩张卷积以获取大感受野来利用上下文信息，借助挤压激励块（SE 块）为不同雨纹层动态分配权重，同时引入循环神经网络保留前阶段有用信息以指导后续去雨。实验表明，在合成数据集（如 Rain800、Rain100H）及真实数据集上，该方法的 PSNR 和 SSIM 指标显著优于现有方法（如 ID、DSC、DetailsNet 等），能更有效去除雨纹、保留图像细节，为单图像去雨提供了更优的解决方案。
2025-05-11 16:58:05
1333
原创 压缩感知（PCNet）
本文提出实用紧凑的深度压缩感知网络 PCNet，设计协作采样算子 COSO（含深度条件滤波与双分支快速采样）和增强型近端梯度下降展开重建网络，解决现有方法在采样算子不可解释、硬件部署不灵活及重建网络性能瓶颈问题。COSO 通过 CNN 自适应滤波结合 DCT 与加扰块对角高斯矩阵实现高效信息保留，支持任意采样率和图像尺寸；重建网络PCNet引入 10 种增强策略（如 Transformer 块、大规模数据集训练）提升性能。
2025-04-20 17:05:40
1493
原创 域泛化（CIRL）
本文针对域泛化（DG）问题，指出传统方法仅建模统计依赖的局限性，引入基于结构因果模型（SCM）的因果视角，提出 CIRL 算法。该算法通过因果干预模块分离因果与非因果因素，利用因果因式分解模块实现表征维度联合独立，借助对抗掩码模块确保因果充分性，以学习满足分离性、联合独立性和因果充分性的因果表征。
2025-04-12 16:56:45
2290
原创 域适应（SHeDD）
SHeDD 通过特征解耦与一致性正则化，有效解决了异质域适应问题，在遥感数据基准上表现优异，为跨模态迁移学习提供了新思路。
2025-03-29 14:11:30
2219
原创 图像去噪（Blind2Unblind）
Blind2Unblind 通过全局掩码策略、重新可见损失及正则化设计，有效解决了传统盲去噪的信息丢失与训练不稳定问题，在合成与真实噪声场景中均表现出优异性能，为自监督去噪提供了新思路。
2025-03-23 13:38:51
786
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人