基于多尺度残差网络的卫星图像超分辨率算法研究与应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 面临的问题 | 第16-17页 |
| 1.4 论文主要工作 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第2章 基于中继循环残差网络的卫星图像超分辨率 | 第20-32页 |
| 2.1 引言 | 第20-21页 |
| 2.2 卷积神经网络 | 第21-22页 |
| 2.2.1 卷积层 | 第21页 |
| 2.2.2 残差学习 | 第21-22页 |
| 2.3 基于中继循环残差网络的卫星图像超分辨 | 第22-25页 |
| 2.3.1 重建网络 | 第23-24页 |
| 2.3.2 数据合成 | 第24页 |
| 2.3.3 中继网络 | 第24-25页 |
| 2.3.4 损失函数 | 第25页 |
| 2.4 实验结果分析 | 第25-31页 |
| 2.4.1 数据集与测试标准 | 第25-26页 |
| 2.4.2 参数设置 | 第26页 |
| 2.4.3 残差图对比 | 第26-28页 |
| 2.4.4 时间开销对比 | 第28页 |
| 2.4.5 实验结果与分析 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于多尺度残差神经网络的卫星图像超分辨率 | 第32-48页 |
| 3.1 引言 | 第32-33页 |
| 3.2 感受野的等效转换 | 第33-34页 |
| 3.3 基于多尺度残差神经网络的卫星图像超分辨率 | 第34-38页 |
| 3.3.1 多尺度重建网络 | 第36-37页 |
| 3.3.2 残差融合网络 | 第37页 |
| 3.3.3 损失函数 | 第37-38页 |
| 3.4 实验结果分析 | 第38-46页 |
| 3.4.1 数据集与测试标准 | 第38页 |
| 3.4.2 参数设置 | 第38-40页 |
| 3.4.3 特征图和卷积核的可视化 | 第40-42页 |
| 3.4.4 时间开销对比 | 第42页 |
| 3.4.5 实验结果与分析 | 第42-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 卫星图像超分辨率重建技术应用设计 | 第48-54页 |
| 4.1 应用需求分析 | 第48页 |
| 4.2 开发环境 | 第48页 |
| 4.3 卫星图像超分辨率重建技术应用 | 第48-52页 |
| 4.3.1 应用流程 | 第48-50页 |
| 4.3.2 模型训练 | 第50-51页 |
| 4.3.3 模型测试 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士期间已发表的论文 | 第62-64页 |
| 致谢 | 第64页 |
