인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
To improve garden landscape spatial environment design effect, a sparse Bayesian algorithm based image visual reconstruction method is proposed to construct an optimized image visual reconstruction model. It is based on garden landscape spatial environment design. In the model construction, gray pixel feature separation method and multi-level feature decomposition method are combined for image visual feature reconstruction. The experimental results show that the minimum error value of the optimized sparse Bayesian algorithm is 0.080, the minimum running time is 264.5 s, and the maximum average PSNR and SSIM values are 25.941 ㏈ and 0.715, respectively. The minimum resolution of the sparse Bayesian visual image reconstruction method is 408, the minimum error value is 0.0505, the maximum value and standard deviation are 0.123 and 0.0261, respectively. The average structural similarity of the sparse Bayesian image visual reconstruction method in 50 experiments is about 3.54. It improves by 54.6% and 88.3% respectively compared to convolutional neural based image reconstruction methods and non local variation based image reconstruction methods. The above results show that the image visual reconstruction method for landscape spatial environment design has certain application value in the field of landscape design.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093952561
