基于深度神经网络的单帧高动态图像重建技术研究任务书

 2021-12-21 21:21:02

全文总字数:1649字

1. 毕业设计(论文)主要内容:

视觉传感器的成像动态范围决定了其对环境中强弱目标的感知范围和能力。然而,高动态范围视觉传感器对材料、器件和光学系统都有较高的要求,技术难度大,成本高昂,短期内难以普及应用。鉴于此,采用信号处理技术对成像动态范围进行拓展的高动态图像重建技术成为了解决方案。本课题的主要研究内容包括一种新型的神经网络模型和一种应用该模型进行图像重建的嵌入式GPU加速技术。基于神经网络强大的特征提取能力,采用多尺度结构提取图像特征,并使用注意力机制对其进行不同程度的增强,可以将欠曝光/过曝光场景恢复成原始动态范围,使其具有更好的视觉效果。同时,为提升对高分辨率图像的实时处理能力,用NVIDIA Jetson TX2处理器对算法进行优化加速,以提升算法性能。

2. 毕业设计(论文)主要任务及要求

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-3周:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告。

(2)第4-5周:了解并复现现有的高动态图像重建方法,并总结各种方法的优缺点。

(3)第6-9周:设计神经网络结构,构建新型模型,并熟悉Jetson TX2的工作原理。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] B. Masia,A. Serrano, D. Gutierrez. Dynamic range expansion based on image statistics[J].Multimedia Tools Applications, 2017, 76(1):631-648

[2] EilertsenG, Kronander J, Denes G, et al. HDR image reconstruction from a single exposureusing deep CNNs[J]. Acm Transactions on Graphics, 2017, 36(6):1-15.

[3] MarneridesD, Bashford-Rogers T, Hatchett J, et al. ExpandNet: A Deep Convolutional NeuralNetwork for High Dynamic Range Expansion from Low Dynamic Range Content[J].Computer Graphics Forum, 2017, 37(2).

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。