基于卷积神经网络的高效HDR视频合成
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的背景和意义 | 第10-13页 |
| 1.3 相关研究概况 | 第13-16页 |
| 1.3.1 HDR视频合成 | 第13-15页 |
| 1.3.2 多曝光图像配准 | 第15-16页 |
| 1.4 论文主要内容和结构 | 第16-18页 |
| 第二章 HDR视频技术 | 第18-26页 |
| 2.1 HDR视频的获取方法 | 第18-21页 |
| 2.1.1 硬件设备 | 第18-19页 |
| 2.1.2 单相机HDR视频拍摄 | 第19-21页 |
| 2.2 HDR视频的处理合成 | 第21-25页 |
| 2.2.1 配准校正与鬼影去除 | 第21-22页 |
| 2.2.2 色调映射 | 第22-23页 |
| 2.2.3 多曝光融合 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于CNN的多曝光图像运动估计 | 第26-45页 |
| 3.1 问题分析和方法概述 | 第26-27页 |
| 3.2 卷积神经网络(CNN)简述 | 第27-30页 |
| 3.2.1 概念 | 第27-28页 |
| 3.2.2 应用 | 第28-29页 |
| 3.2.3 相关工具平台 | 第29-30页 |
| 3.3 网络结构 | 第30-33页 |
| 3.3.1 整体构架 | 第30-31页 |
| 3.3.2 网络模块作用 | 第31-33页 |
| 3.4 模型训练 | 第33-36页 |
| 3.4.1 训练数据集构建 | 第33-36页 |
| 3.4.2 训练方式 | 第36页 |
| 3.5 实验分析和结果 | 第36-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 HDR视频合成 | 第45-58页 |
| 4.1 整体流程结构 | 第45-47页 |
| 4.2 缺失曝光帧的重建 | 第47-51页 |
| 4.2.1 总体思路 | 第47-48页 |
| 4.2.2 改良步骤分析 | 第48-51页 |
| 4.3 实验分析 | 第51-57页 |
| 4.3.1 实验数据 | 第51-52页 |
| 4.3.2 评价方法 | 第52页 |
| 4.3.3 实验结果 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-60页 |
| 5.1 结论 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
