首页--历史、地理论文--中国文物考古论文--美术考古论文--古绘画论文--壁画论文

基于卷积神经网络的壁画图像色彩虚拟还原研究

摘要第8-9页
Abstract第9-10页
第一章 绪论第13-22页
    1.1 课题的研究背景与意义第13-14页
    1.2 国内外研究现状第14-19页
        1.2.1 基于全局统计信息的色彩还原方法第14-15页
        1.2.2 基于局部色彩的还原方法第15页
        1.2.3 自适应色彩还原方法第15-16页
        1.2.4 基于迭代卷积神经网络的色彩还原方法第16-17页
        1.2.5 基于快速前馈卷积神经网络的色彩还原方法第17-18页
        1.2.6 基于重构编解码器网络的色彩还原方法第18-19页
    1.3 存在的问题及分析第19-20页
    1.4 论文的主要研究内容第20页
    1.5 论文的组织结构与安排第20-22页
第二章 基于卷积神经网络的壁画图像色彩虚拟还原相关理论第22-29页
    2.1 壁画图像第22-24页
        2.1.1 不同朝代的壁画第22-23页
        2.1.2 不同绘画场景的壁画第23-24页
    2.2 壁画图像的色彩虚拟还原第24页
    2.3 卷积神经网络第24-25页
    2.4 最大均值差异第25-26页
    2.5 马尔可夫随机场第26页
    2.6 语义分割第26-28页
    2.7 本章小结第28-29页
第三章 基于多重约束卷积神经网络的壁画图像色彩虚拟还原方法第29-42页
    3.1 引言第29-30页
    3.2 方法设计第30-34页
        3.2.1 网络结构第30-31页
        3.2.2 最大均值差异约束第31-32页
        3.2.3 马尔可夫随机场约束第32-33页
        3.2.4 待还原图像约束第33页
        3.2.5 平方梯度正则化第33-34页
    3.3 实验结果及分析第34-41页
    3.4 本章小结第41-42页
第四章 结合语义分割与卷积神经网络的壁画图像色彩虚拟还原方法第42-53页
    4.1 引言第42-43页
    4.2 方法设计第43-46页
        4.2.1 网络结构第43-44页
        4.2.2 膨胀卷积损失函数第44-45页
        4.2.3 马尔可夫随机场损失函数第45页
        4.2.4 平方误差损失函数第45-46页
    4.3 实验结果及分析第46-52页
        4.3.1 客观评价第46-47页
        4.3.2 主观评价第47-52页
    4.4 本章小结第52-53页
第五章 总结与展望第53-55页
参考文献第55-62页
致谢第62-63页
附录A 攻读硕士学位期间发表的学术论文第63-64页
附录B 攻读硕士学位期间参与的科研项目第64页

论文共64页,点击 下载论文
上一篇:中国经济增长的人力资本结构问题研究
下一篇:二战后越南现代化进程研究(1945-2010)