High resolution imag的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

應用影像辨識與雷達實現無人機對電力線的識別和定位

為了解決High resolution imag的問題，作者王致翔 這樣論述：

本文結合了Ti的影像雷達及影像辨識，來增加無人機對電線的辨識能力。影像辨識方面，本文比較了YOLOv3及本文所提出的訓練模型，經由比較結果得知，YOLOv3隨然可以預測出電線的位置，但因為其損失函數的計算方法，使他在呈現預測結果時不夠精準，且在與雷達資料做整合時，因為YOLOv3的某些情況下無法有效地預測出電線的位置，而難以與雷達資料做比對，因此本文提出了另一種訓練模型，來將電線與背景分割並在圖中定位，以利於之後與雷達做整合。雷達方面採用Ti的影像雷達，相比於一般的雷達其所能看到的距離更遠，且擁有更好的解析度，可以有效幫助無人機更精準地確認電線的位置。

基於注意力機制生成對抗網路之高動態範圍影像成像技術

為了解決High resolution imag的問題，作者黃鈺茗 這樣論述：

本研究致力於解決高動態範圍成像的鬼影問題提出一個基於注意力機制生成對抗網路，其中生成及對抗網路彼此抗衡，讓整個網路能迭代地學習如何產生無鬼影的高動態範圍影像。給定三張不同曝光度的動態影像，首先我們以正常曝光影像作為參考影像，將兩張非參考影像對齊於參考影像，將原始的三張以及對齊過的影像一併輸入生成網路進行學習，藉由注意力模組從各影像中提取重要特徵，最終生成一張無鬼影的高動態範圍影像。後續再以對抗網路來評斷該高動態範圍影像的品質，在對抗網路中我們添加了鬼影偵測模組，讓網路更專注那些可能出現鬼影的區域。與現有的架構相比，我們的架構所產生的高動態範圍影像具有較少鬼影現象，並且在多項評估標準中展現更好

的影像品質。