首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度稀疏编码的图像恢复

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-18页
    1.1 研究背景与意义第14-15页
    1.2 图像重建概述第15-16页
    1.3 论文主要研究内容第16-18页
第二章 深度稀疏编码模型概述第18-32页
    2.1 线性逆问题第18-21页
        2.1.1 线性逆问题第18-20页
        2.1.2 范数正则化方法第20-21页
    2.2 基于迭代的稀疏编码算法第21-24页
        2.2.1 迭代阈值算法(ISTA)第21-22页
        2.2.2 近似信息传递算法(AMP)第22-24页
    2.3 基于神经网络的稀疏编码方法第24-31页
        2.3.1 基于神经网络的迭代阈值算法(LISTA)第25-29页
        2.3.2 基于神经网络的近似信息传递算法(LAMP)第29-31页
    2.4 本章小结第31-32页
第三章 深度稀疏编码图像压缩感知重建第32-46页
    3.1 图像压缩感知重建概述第32-34页
    3.2 基于深度稀疏编码模型的图像压缩感知重建算法第34-38页
        3.2.1 算法概述第34-35页
        3.2.2 基于块的图像压缩感知采样第35页
        3.2.3 图像变换域编码的压缩感知重建算法第35-38页
    3.3 算法实现步骤第38-39页
    3.4 实验结果第39-44页
    3.5 本章小结第44-46页
第四章 深度稀疏编码图像超分辨重建第46-62页
    4.1 图像超分辨概述第46-48页
    4.2 基于深度稀疏编码的图像超分辨重建算法第48-51页
    4.3 算法实现步骤第51-53页
    4.4 实验结果第53-60页
    4.5 本章小结第60-62页
第五章 总结与展望第62-64页
参考文献第64-68页
致谢第68-70页
作者简介第70-71页

论文共71页,点击 下载论文
上一篇:基于Android的敏感数据保护系统的研究与实现
下一篇:基于非负字典学习高光谱图像超分辨