| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题的研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 古代壁画研究现状 | 第14-16页 |
| 1.2.2 图像超分辨率研究现状 | 第16-20页 |
| 1.3 本文的主要工作和章节安排 | 第20-23页 |
| 1.3.1 问题提出及研究目标 | 第20-21页 |
| 1.3.2 本文主要章节安排 | 第21-23页 |
| 第2章 基于卷积神经网络的超分辨率重建概述 | 第23-33页 |
| 2.1 图像超分辨率重建原理 | 第23-24页 |
| 2.2 卷积神经网络 | 第24-27页 |
| 2.2.1 卷积神经网络的特点 | 第24-25页 |
| 2.2.2 卷积神经网络模型的构成 | 第25-27页 |
| 2.3 卷积神经网络模型的训练 | 第27-29页 |
| 2.3.1 前向传播过程 | 第28页 |
| 2.3.2 反向传播过程 | 第28-29页 |
| 2.4 基于卷积神经网络的图像超分辨率重建 | 第29-32页 |
| 2.4.1 网络模型 | 第30-31页 |
| 2.4.2 网络训练 | 第31-32页 |
| 2.5 本章小节 | 第32-33页 |
| 第3章 基于多尺度残差注意力网络的壁画图像超分辨率重建 | 第33-44页 |
| 3.1 引言 | 第33页 |
| 3.2 算法设计及网络结构 | 第33-36页 |
| 3.3 通道注意力机制 | 第36-37页 |
| 3.4 局部残差结构 | 第37页 |
| 3.5 实验设置与结果分析 | 第37-43页 |
| 3.5.1 实验环境与壁画图像数据集 | 第37-38页 |
| 3.5.2 主/客观实验结果分析 | 第38-40页 |
| 3.5.3 网络层数设置 | 第40-42页 |
| 3.5.4 通道注意力机制对壁画重建的影响 | 第42-43页 |
| 3.6 本章小节 | 第43-44页 |
| 第4章 基于递归残差注意力网络的壁画图像超分辨率重建 | 第44-53页 |
| 4.1 引言 | 第44页 |
| 4.2 算法设计及网络结构 | 第44-47页 |
| 4.3 实验设置与结果分析 | 第47-52页 |
| 4.3.1 主/客观实验结果分析 | 第47-50页 |
| 4.3.2 模型结构分析 | 第50页 |
| 4.3.3 网络的不同部分对重建性能的影响 | 第50-51页 |
| 4.3.4 网络训练参数设置与运行时间比较 | 第51-52页 |
| 4.4 本章小节 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第62页 |