跳到主要内容

PAGE%P.
loading ...
  1. 章和会议论文

    预测使用深度学习模型来留给地震的时间

    预测地震是地球科学界的重要问题。已经提出了几种模型来预测下一个地震的时间。但是,所有这些方法都基于传统......

    Vasu Eranki.Vishal Chudasama.Kishor Upla.信息管理和机器Intelli ...(2021)

  2. 章和会议论文

    使用循环生成对抗网络无监督的单图像超分辨率

    目前最先进的基于深度学习的单图像超分辨率(SISR)技术在训练过程中采用了监督学习。在这一学习中,低分辨率(LR)图像准备...

    Kalpesh Prajapati.Vishal Chudasama.......智能技术和应用(2021)

  3. 章和会议论文

    使用变分式自动编码器和生成对冲网络无监督的真实超级分辨率

    卷积神经网络(CNNS)在单图像超分辨率(SISR)任务上显示了有希望的结果。一对低分辨率(LR)和高分辨率(HR)图像通常用于CNN型号......

    Kalpesh Prajapati.Vishal Chudasama.......模式识别。ICPR International Wo ...(2021)

  4. 文章

    RSRGAN:使用生成对策网络计算高效的现实世界单像超分辨率

    最近,已经采用了卷积神经网络在单图像超分辨率任务中获得更好的性能。大多数这些模型都受过培训,并在其中的合成数据集中进行培训,在其中低重新启动......

    Vishal Chudasama.Kishor Upla.机器视觉和应用(2020)

  5. 章和会议论文

    一种热和可见图像融合的方法

    我们使用深入学习算法呈现一种新的架构来保险熔断热和可见图像。由于红外图像包含更高的信息,因此可以从其由于Radia而区分对象......

    Heena Patel.Kalpesh Prajapati.......电子技术趋势,......(2020)

  6. 章和会议论文

    实际图像的计算高效超分辨率方法

    大多数现有的单图像超分辨率(SISR)方法是在合成数据集上进行培训和评估,其中低分辨率(LR)图像用简单且均匀的双方Daradada合成......

    Vishal Chudasama.Kalpesh Prajapati.......电脑愿景,模式识别,Imag ...(2020)

  7. 章和会议论文

    ISRAGAN:使用生成的对抗网络改进超分辨率

    在本文中,我们使用生成对抗性网络(GaN)提出了一种用于单图像超分辨率(SISR)的方法。在过去的二十年中,SISR一直是一个有吸引力的研究主题,它是指......

    Vishal Chudasama.Kishor Upla.计算机愿景进展(2020)

  8. 章和会议论文

    用于自动面向参加的深度学习范式

    在本文中,我们提出了使用卷积神经网络(CNNS)的端到端的自动面部考勤系统。出席学生在任何学术组织中发挥着重要作用。手动参加......

    Rahul Kumar Gupta.Shreeja lakhlani.Zahabiya Khedawala......计算机视觉应用程序(2019)