基于生成对抗学习的图像去雾
| 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14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 图像去雾技术研究现状 | 第15-18页 |
| 1.3 主要研究内容与章节安排 | 第18-20页 |
| 第二章 图像去雾方法简介 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 雾天图像的退化机制 | 第20-22页 |
| 2.3 基于先验知识的图像去雾方法 | 第22-24页 |
| 2.4 基于卷积神经网络的图像去雾 | 第24-29页 |
| 2.4.1 卷积神经网络简介 | 第24-26页 |
| 2.4.2 基于卷积神经网络的图像去雾方法 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于条件生成对抗网络的图像去雾方法 | 第30-48页 |
| 3.1 引言 | 第30页 |
| 3.2 基于条件生成对抗网络的图像去雾 | 第30-37页 |
| 3.2.1 端到端的去雾网络设计 | 第30-33页 |
| 3.2.2 条件生成对抗网络简介 | 第33-34页 |
| 3.2.3 基于条件生成对抗网络的去雾框架 | 第34-36页 |
| 3.2.4 总体优化目标 | 第36-37页 |
| 3.3 实验设置 | 第37-39页 |
| 3.3.1 数据集的构建 | 第37-38页 |
| 3.3.2 网络的训练与测试 | 第38-39页 |
| 3.4 实验结果与分析 | 第39-47页 |
| 3.4.1 客观评价指标 | 第39-40页 |
| 3.4.2 实验结果与分析 | 第40-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 联合弱监督对抗学习的图像去雾方法 | 第48-62页 |
| 4.1 引言 | 第48页 |
| 4.2 联合弱监督对抗学习的图像去雾 | 第48-54页 |
| 4.2.1 基于弱监督对抗学习的图像生成 | 第48-50页 |
| 4.2.2 联合弱监督对抗学习的图像去雾框架 | 第50-52页 |
| 4.2.3 总体优化目标 | 第52-54页 |
| 4.3 实验设置 | 第54-55页 |
| 4.3.1 数据集的构建 | 第54页 |
| 4.3.2 网络的训练与测试 | 第54-55页 |
| 4.4 实验结果及分析 | 第55-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 后续展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
