基于卷积神经网络的多曝光图像融合方法研究与实现
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景与目的 | 第11-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 主要工作 | 第18-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第二章 卷积神经网络概述 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 前馈神经网络 | 第20-25页 |
| 2.2.1 前向传播 | 第20-22页 |
| 2.2.2 激活函数 | 第22-23页 |
| 2.2.3 反向传播算法 | 第23-25页 |
| 2.3 卷积神经网络 | 第25-29页 |
| 2.3.1 卷积层 | 第25-27页 |
| 2.3.2 反卷积层 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 多曝光图像融合网络 | 第30-48页 |
| 3.1 引言 | 第30页 |
| 3.2 生成网络模型 | 第30-37页 |
| 3.2.1 全卷积网络 | 第30-31页 |
| 3.2.2 编码器-解码器模型 | 第31-33页 |
| 3.2.3 U型编码-解码网络 | 第33-35页 |
| 3.2.4 U-ResNet模型 | 第35-37页 |
| 3.3 融合器 | 第37-38页 |
| 3.4 网络输出 | 第38-40页 |
| 3.4.1 色调映射输出 | 第38-39页 |
| 3.4.2 损失函数 | 第39-40页 |
| 3.5 评价标准 | 第40-41页 |
| 3.5.1 峰值信噪比 | 第40页 |
| 3.5.2 HDR-VDP-2 | 第40-41页 |
| 3.6 实验与分析 | 第41-48页 |
| 3.6.1 实验数据 | 第41页 |
| 3.6.2 实验设置 | 第41-42页 |
| 3.6.3 融合器的对比实验与分析 | 第42-44页 |
| 3.6.4 量化分析 | 第44-45页 |
| 3.6.5 图像生成结果分析 | 第45-48页 |
| 第四章 基于生成式对抗网络的生成模型 | 第48-56页 |
| 4.1 引言 | 第48页 |
| 4.2 生成式对抗网络模型 | 第48-49页 |
| 4.3 判别网络模型 | 第49-51页 |
| 4.4 实验与分析 | 第51-56页 |
| 4.4.1 量化分析 | 第51-52页 |
| 4.4.2 图像生成结果分析 | 第52-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 主要工作总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间的学术成果 | 第64页 |
| 参加科研情况 | 第64页 |
| 所获奖励与名誉 | 第64-65页 |
| 学位论文评阅及答辩情况表 | 第65页 |
