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 |