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

基于正则化优化的图像视频复原方法研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第17-25页
    1.1 研究背景及意义第17-18页
    1.2 研究历史及现状第18-22页
    1.3 论文主要工作和结构安排第22-25页
第二章 正则化优化的基础知识第25-41页
    2.1 常用的数学符号和数学概念第25-26页
    2.2 最优化理论的基础知识第26-30页
        2.2.1 最优化理论的基本概念第26-28页
        2.2.2 最优化问题的分类第28页
        2.2.3 凸优化的基础知识第28-30页
    2.3 基于概率最大化的决策理论第30-33页
        2.3.1 最大化似然条件概率第30-31页
        2.3.2 最大化贝叶斯后验概率第31-32页
        2.3.3 正则化优化与最大化贝叶斯后验概率之间的联系第32-33页
    2.4 常见的优化数值算法第33-41页
        2.4.1 非凸优化中的数值算法第33-35页
        2.4.2 凸优化数值算法第35-41页
第三章 基于组稀疏优化的JPEG量化块效应去除方法第41-57页
    3.1 引言第41-42页
    3.2 现有的量化块效应去除方法第42-43页
    3.3 JPEG量化压缩的数据保真项建模第43-45页
    3.4 基于组稀疏模型的块尺度相关性建模第45-49页
    3.5 组稀疏优化问题的数值算法设计第49-51页
    3.6 实验测试结果第51-57页
        3.6.1 实现细节第51-52页
        3.6.2 实验条件设定第52页
        3.6.3 实验结果对比第52-57页
第四章 基于分量分解的老电影瑕疵检测方法第57-75页
    4.1 引言第57页
    4.2 现有的图像视频瑕疵检测方法第57-59页
    4.3 问题建模第59-65页
        4.3.1 空间维度上的结构+纹理分解模型第60-62页
        4.3.2 帧尺度上的低秩+稀疏分解模型第62-64页
        4.3.3 二值化判定第64-65页
    4.4 数值算法设计第65-67页
    4.5 实验测试结果第67-75页
        4.5.1 实现细节第68-70页
        4.5.2 实验条件设定第70-71页
        4.5.3 仿真数据测试结果第71-72页
        4.5.4 真实数据测试结果第72-75页
第五章 基于内容自适应一般化总变差的图像复原方法第75-93页
    5.1 引言第75-76页
    5.2 一般化总变差模型的相关工作第76-79页
    5.3 内容自适应一般化总变差建模第79-83页
        5.3.1 传统一般化总变差的先验概率模型第79-80页
        5.3.2 基于内容自适应的改进模型第80-81页
        5.3.3 基于循环更新的参数调节策略第81-83页
    5.4 数值算法设计第83-86页
    5.5 实验测试结果第86-93页
        5.5.1 模型实现细节第86-88页
        5.5.2 实验条件设置第88-89页
        5.5.3 实验结果对比第89-93页
第六章 基于高阶非局部总变差模型的视频复原方法第93-123页
    6.1 引言第93页
    6.2 非局部总变差模型及其相关工作第93-95页
        6.2.1 非局部总变差的泛化定义第94-95页
        6.2.2 针对视频信号的非局部总变差具体形式第95页
    6.3 高阶非局部总变差建模第95-104页
        6.3.1 传统非局部总变差模型的局限性第96-97页
        6.3.2 时空有向非局部梯度第97-98页
        6.3.3 高阶非局部总变差模型第98-102页
        6.3.4 基于内容自适应的模型改进第102-103页
        6.3.5 模型实现细节第103-104页
    6.4 数值算法设计第104-109页
        6.4.1 l_b(x)为线性平方函数第105-106页
        6.4.2 l_b(x)为示性函数的情况第106-108页
        6.4.3 针对x和p的子问题求解算法第108-109页
    6.5 实验测试第109-123页
        6.5.1 参数设定第109-111页
        6.5.2 视频去模糊问题第111-113页
        6.5.3 视频补全问题第113-117页
        6.5.4 高速视频压缩感知问题第117-123页
第七章 总结与展望第123-127页
    7.1 文章总结第123-124页
    7.2 未来展望第124-127页
参考文献第127-133页
致谢第133-135页
在读期间发表的学术论文与取得的研究成果第135页

论文共135页,点击 下载论文
上一篇:跨视域摄像头网络下的监控视频结构化与检索
下一篇:基于深度神经网络的语音识别模型研究