基于深度学习的图像超分辨率重建算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要研究内容 | 第10-12页 |
| 第二章 超分辨率重建技术 | 第12-20页 |
| 2.1 超分辨率重建概述 | 第12-13页 |
| 2.2 超分辨率重建算法分类 | 第13-18页 |
| 2.2.1 基于插值的超分辨率算法 | 第13-14页 |
| 2.2.2 基于重建的超分辨率算法 | 第14-16页 |
| 2.2.3 基于学习的超分辨率算法 | 第16-18页 |
| 2.3 本章小结 | 第18-20页 |
| 第三章 基于深度编码-解码对称网络的超分辨率重建 | 第20-29页 |
| 3.1 卷积神经网络 | 第20-24页 |
| 3.1.1 网络结构 | 第20-21页 |
| 3.1.2 反向传播算法 | 第21-24页 |
| 3.2 编码-解码机制 | 第24-25页 |
| 3.2.1 基本原理 | 第24-25页 |
| 3.2.2 网络结构 | 第25页 |
| 3.3 基于深度编码-解码对称网络的超分辨率重建 | 第25-28页 |
| 3.3.1 模型架构 | 第26页 |
| 3.3.2 实验分析 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于多尺度深度对称网络的超分辨率重建 | 第29-36页 |
| 4.1 多尺度理论 | 第29-30页 |
| 4.2 相位一致性边缘提取 | 第30-31页 |
| 4.3 基于多尺度深度对称网络的超分辨率重建 | 第31-35页 |
| 4.3.1 模型架构 | 第31-32页 |
| 4.3.2 网络训练 | 第32-33页 |
| 4.3.3 实验分析 | 第33-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第五章 基于深度学习的人脸幻想技术 | 第36-45页 |
| 5.1 基于卷积神经网络和迭代反投影的人脸幻想 | 第36-40页 |
| 5.1.1 迭代反投影 | 第36-37页 |
| 5.1.2 网络架构 | 第37页 |
| 5.1.3 实现细节 | 第37-38页 |
| 5.1.4 实验结果分析 | 第38-40页 |
| 5.2 基于生成对抗网络的人脸幻想技术 | 第40-44页 |
| 5.2.1 生成对抗网络 | 第40-41页 |
| 5.2.2 网络架构 | 第41-42页 |
| 5.2.3 网络训练 | 第42-43页 |
| 5.2.4 实验结果分析 | 第43-44页 |
| 5.3 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 硕士期间完成工作 | 第51-52页 |
| 致谢 | 第52页 |
