基于卷积神经网络的图像精度深度优化

• 作者: 蒋平
• 来源期刊: 淮阴工学院学报
• 关键词: 卷积神经网络 精度 重构 识别 分割
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 信息与计算机|Information and Computer
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP37
• 语种: 中文
• DOI: 10.3969/j.issn.1009-7961.2021.03.006

摘要

传统的图像精度深度优化方法优化后的图像精度仍然较差,为此设计一种基于卷积神经网络的图像精度深度优化方法.采用目标监测方法提取图像目标区域特征,对图像的原始特征提取,利用深度学习框架生成多个特征图表示图像信息,并对图像像素集分割,固定待提高精度的图像,利用卷积神经网络修复图像,以实现图像增强,完成基于卷积神经网络的图像精度深度优化.实验对比结果表明,此次设计的基于卷积神经网络的图像精度深度优化方法比传统的优化方法优化后的图像精度高,具有较强的实用价值.