生成对抗网络的图像超分辨率重建
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要内容 | 第12-14页 |
| 第二章 图像超分辨率重建理论基础 | 第14-23页 |
| 2.1 图像超分辨率重建概述 | 第14页 |
| 2.2 图像超分辨率算法分类 | 第14-20页 |
| 2.2.1 基于插值的方法 | 第15-17页 |
| 2.2.2 基于重建的方法 | 第17-18页 |
| 2.2.3 基于学习的方法 | 第18-20页 |
| 2.3 超分辨率图像评估标准 | 第20-21页 |
| 2.3.1 主观评价方式 | 第20页 |
| 2.3.2 客观评价方式 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 多特征融合的图像超分辨率重建 | 第23-40页 |
| 3.1 卷积神经网络 | 第23-30页 |
| 3.1.1 基本原理 | 第23-26页 |
| 3.1.2 相关概念 | 第26-30页 |
| 3.2 多特征融合的图像超分辨率重建 | 第30-35页 |
| 3.2.1 基本模型 | 第31-32页 |
| 3.2.2 特征提取 | 第32-34页 |
| 3.2.3 非线性映射和图像重建 | 第34页 |
| 3.2.4 网络训练 | 第34-35页 |
| 3.3 实验与结果分析 | 第35-39页 |
| 3.3.1 实验环境 | 第35-36页 |
| 3.3.2 实验及结果分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 生成对抗网络的图像超分辨率重建 | 第40-54页 |
| 4.1 生成对抗网络 | 第40-42页 |
| 4.2 生成对抗网络的图像超分辨率重建 | 第42-47页 |
| 4.2.1 生成模型设计与优化 | 第42-44页 |
| 4.2.2 判别模型设计与优化 | 第44-47页 |
| 4.3 实验与结果分析 | 第47-52页 |
| 4.3.1 实验环境与参数设置 | 第47页 |
| 4.3.2 改进的生成模型实验对比 | 第47-49页 |
| 4.3.3 改进的判别模型实验对比 | 第49-50页 |
| 4.3.4 实验结果分析 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54-55页 |
| 5.2 未来与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间的研究成果 | 第61页 |
