z243624的博客

** 红外图像增强(2)Brightness-Based Convolutional Neural Network for Thermal Image Enhancement (TIECNN)论文阅读**摘要本文提出了一种结合亮度域和残差学习技术的卷积神经网络热图像增强方法，提高了增强性能和收敛速度。通常，训练域使用与目标图像相同的域；然而，我们评估了几个域，以确定最适合网络的域。在分析中，我们首先比较了分别由基于颜色和对齐红外图像的相应区域训练的网络的性能，包括热光谱、远光谱和近光谱。然后，评估四个基

热图像增强之TEN网络(Thermal Image Enhancement using Convolutional Neural Network)摘要随着商品自主手机的出现，在极端条件下，如夜间、不稳定的照明条件下，识别越来越普遍。这种需要导致了使用多模态传感器的方法，这些传感器可以相互补充。热敏相机的选择提供了丰富的温度信息源，受照明变化或背景杂波影响较小。然而，现有的热像仪的分辨率相对小于RGB摄像机，在识别任务中难以充分利用信息。为了缓解这种情况，我们的目标是根据现有方法的广泛分析，增强低分辨率