首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多任务学习的图像超分辨率重建方法研究

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-18页
   ·课题的背景第11-13页
   ·国内外研究现状第13-15页
   ·图像超分辨率重建技术的应用领域第15-16页
   ·本文的主要工作第16-18页
第2章 图像超分辨率重建相关问题第18-31页
   ·低分辨率图像观察模型第18-19页
   ·超分辨率重建技术理论基础第19-21页
     ·解析延拓理论第19-20页
     ·信息叠加理论第20页
     ·非线性操作第20-21页
   ·图像超分辨率重建频域算法第21-22页
   ·图像超分辨率重建空域算法第22-29页
     ·插值方法第22-23页
     ·迭代反投影法第23-24页
     ·基于概率论的方法第24-25页
     ·凸集投影方法第25-27页
     ·基于学习的方法第27-29页
   ·频域方法和空域方法比较第29页
   ·本章小结第29-31页
第3章 多任务学习理论第31-43页
   ·引言第31-33页
     ·机器学习的发展概述第31-32页
     ·多任务学习算法的提出第32-33页
   ·多任务学习理论第33-39页
     ·单任务学习基础知识第33-35页
     ·多任务学习理论基础第35-38页
     ·核函数的选择第38-39页
   ·多任务学习回归问题的具体实现第39-42页
     ·具体实现第39-41页
     ·对偶问题第41-42页
   ·本章小结第42-43页
第4章 基于多任务学习的图像超分辨率重建第43-56页
   ·高斯混合模型第43-44页
     ·高斯混合模型简介第43页
     ·像素分类第43-44页
   ·期望-最大化算法第44-45页
   ·基于多任务学习的图像超分辨率重建算法第45-49页
     ·算法学习过程第46-48页
     ·算法重建过程第48-49页
   ·实验结果分析第49-54页
     ·实验设置第49-50页
     ·实验结果及分析第50-54页
   ·本章小节第54-56页
第5章 软件实现第56-60页
   ·工具介绍第56-57页
   ·算法及人机界面的实现第57-59页
   ·本章小结第59-60页
结论第60-62页
参考文献第62-66页
致谢第66-67页
附录A 攻读学位期间所参加的科研项目目录第67页

论文共67页,点击 下载论文
上一篇:多传感器图像彩色融合方法研究
下一篇:GPS定位算法及其在智能公交中的应用