针对航拍图像易受雾气影响,AOD-Net(All in one dehazing network)算法对图像去雾后容易出现细节模糊、对比度过高和图像偏暗等问题,本文提出了一种基于改进AOD-Net的航拍图像去雾算法.本文主要从网络结构、损失函数、训练方式三个方面...针对航拍图像易受雾气影响,AOD-Net(All in one dehazing network)算法对图像去雾后容易出现细节模糊、对比度过高和图像偏暗等问题,本文提出了一种基于改进AOD-Net的航拍图像去雾算法.本文主要从网络结构、损失函数、训练方式三个方面对AOD-Net进行改良.首先在AOD-Net的第二个特征融合层上添加了第一层的特征图,用全逐点卷积替换了传统卷积方式,并用多尺度结构提升了网络对细节的处理能力.然后用包含有图像重构损失函数、SSIM(Structural similarity)损失函数以及TV(Total variation)损失函数的复合损失函数优化去雾图的对比度、亮度以及色彩饱和度.最后采用分段式的训练方式进一步提升了去雾图的质量.实验结果表明,经该算法去雾后的图像拥有令人满意的去雾结果,图像的饱和度和对比度相较于AOD-Net更自然.与其他对比算法相比,该算法在合成图像实验、真实航拍图像实验以及算法耗时测试的综合表现上更好,更适用于航拍图像实时去雾.展开更多
目前,第五代移动通信技术(5th generation mobile communication technology,5G)技术想要全面推广,需要做好基站选址的工作。5G信号频率较高,穿透能力与4G、3G、2G相差悬殊,利用传统的基站布设策略,无法保证室内深度覆盖需要的良好体验...目前,第五代移动通信技术(5th generation mobile communication technology,5G)技术想要全面推广,需要做好基站选址的工作。5G信号频率较高,穿透能力与4G、3G、2G相差悬殊,利用传统的基站布设策略,无法保证室内深度覆盖需要的良好体验。针对这一问题,本文首次基于自动化重建的室内模型进行了5G信号仿真,并提出了5G小基站选址的优化方法。首先确定候选基站,模拟5G信号传播过程;然后考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗,以模拟5G信号的强度值和覆盖度。最后基于重建的室内结构化模型与5G信号仿真结果,利用贪婪优化算法设计了面向5G基站优化选址策略。实验结果表明,本文的方法能够有效地模拟5G信号,并且实现自动化5G基站布设和选址,该方法能更好地满足室内快速布设大量高密度5G通信基站的需求。展开更多
文摘针对航拍图像易受雾气影响,AOD-Net(All in one dehazing network)算法对图像去雾后容易出现细节模糊、对比度过高和图像偏暗等问题,本文提出了一种基于改进AOD-Net的航拍图像去雾算法.本文主要从网络结构、损失函数、训练方式三个方面对AOD-Net进行改良.首先在AOD-Net的第二个特征融合层上添加了第一层的特征图,用全逐点卷积替换了传统卷积方式,并用多尺度结构提升了网络对细节的处理能力.然后用包含有图像重构损失函数、SSIM(Structural similarity)损失函数以及TV(Total variation)损失函数的复合损失函数优化去雾图的对比度、亮度以及色彩饱和度.最后采用分段式的训练方式进一步提升了去雾图的质量.实验结果表明,经该算法去雾后的图像拥有令人满意的去雾结果,图像的饱和度和对比度相较于AOD-Net更自然.与其他对比算法相比,该算法在合成图像实验、真实航拍图像实验以及算法耗时测试的综合表现上更好,更适用于航拍图像实时去雾.
文摘目前,第五代移动通信技术(5th generation mobile communication technology,5G)技术想要全面推广,需要做好基站选址的工作。5G信号频率较高,穿透能力与4G、3G、2G相差悬殊,利用传统的基站布设策略,无法保证室内深度覆盖需要的良好体验。针对这一问题,本文首次基于自动化重建的室内模型进行了5G信号仿真,并提出了5G小基站选址的优化方法。首先确定候选基站,模拟5G信号传播过程;然后考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗,以模拟5G信号的强度值和覆盖度。最后基于重建的室内结构化模型与5G信号仿真结果,利用贪婪优化算法设计了面向5G基站优化选址策略。实验结果表明,本文的方法能够有效地模拟5G信号,并且实现自动化5G基站布设和选址,该方法能更好地满足室内快速布设大量高密度5G通信基站的需求。
