英语原文共 10 页， 语义分割的双超分辨率学习 Li Wang1, lowast;, Dong Li1, Yousong Zhu2, Lu Tian1, Yi Shan1 1 Xilinx Inc., Beijing, China. 2 Institute of Automation, Chinese Academy of Sciences, Beijing, China. {liwa, dongl, lutian, yishan}@xilinx.com, yousong.zhu@nlpr.ia.ac.cn 摘要 目前最先进的语义分割方法往往应用高分辨率的输入来获得高性能，这带来了较大的计算预算，限制了它们在资源受限设备上的应用。本文提出了一种简单灵活的双流框架——双超分辨率学习(DSRL)，在不引入额外计算成本的情况下，有效地提高了分割精度。具体而言，该方法由超分辨率语义分割(SSSR)、单图像超分辨率(SISR)和特征相似性(FA)模块三部分组成，可以在低分辨率输入的情况下保持高分辨率表示，同时降低模型计算复杂度。而且，它可以很容易地推广到其他任务，例如人类姿势�

英语原文共 16 页， 英语译文共 4 页， 资料编号：[262641]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 9 页， 英语译文共 9 页， 资料编号：[263973]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 11 页， 英语译文共 16 页， 资料编号：[263955]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 7 页， 英语译文共 14 页， 资料编号：[263950]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 23 页， 英语译文共 29 页， 资料编号：[262647]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 9 页， 英语译文共 8 页， 资料编号：[262624]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 11 页， 英语译文共 24 页， 资料编号：[263967]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 10 页， 英语译文共 22 页， 资料编号：[262608]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 14 页， 铌酸锂（LN）是最重要的合成晶体之一。在过去的二十年里，LN晶体在材料技术、理论理解和应用方面取得了许多突破。最新的进展探索了LN的光学损伤，缺陷模拟和片上器件这些方面。光学损伤是LN晶体实际应用的主要障碍之一。最近的研究结果表明，掺杂ZrO2不仅在可见光波段具有更好的抗光损伤能力，而且也提高了在紫外线区域的抗性。但是直接从实验研究中提取LN晶体的缺陷特征及其与物理性质的关系仍然是一个难点。最近的模拟提供了本征缺陷模型的详细描述、掺杂剂的位置占据和由于非本征缺陷引起的能级变化。LN被认为是最有前途的集成光子学平台之一。得益于智能切割、直接晶圆键合和层转移技术的进步，近十年来，LNs在绝缘体上的应用取得了很大的进展。本文综述了近年来片上LN微光子器件和非线性�