基于生成对抗网络的图像超分辨率算法的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容及论文结构 | 第14-15页 |
| 1.4 本章小结 | 第15-17页 |
| 第2章 图像超分辨率与深度学习理论基础 | 第17-25页 |
| 2.1 图像超分辨率基本理论 | 第17-19页 |
| 2.1.1 分辨率 | 第17页 |
| 2.1.2 图像超分辨率重建 | 第17-19页 |
| 2.2 传统的图像超分辨率方法 | 第19-23页 |
| 2.2.1 基于插值的方法 | 第19-20页 |
| 2.2.2 基于重建的方法 | 第20-22页 |
| 2.2.3 基于学习的方法 | 第22-23页 |
| 2.3 深度学习基本理论 | 第23-24页 |
| 2.3.1 深度学习概述及其发展 | 第23-24页 |
| 2.3.2 基于深度学习的图像超分辨率方法 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于卷积网络的超分辨率方法的优化 | 第25-41页 |
| 3.1 卷积神经网络 | 第25-27页 |
| 3.2 基于卷积神经网络的图像超分辨方法 | 第27-28页 |
| 3.3 优化方法 | 第28-34页 |
| 3.3.1 优化方法相关技术 | 第29-31页 |
| 3.3.2 网络模型设计 | 第31-34页 |
| 3.3.3 训练参数设计 | 第34页 |
| 3.4 实验结果与分析 | 第34-39页 |
| 3.4.1 实验平台配置 | 第34页 |
| 3.4.2 评价标准 | 第34-36页 |
| 3.4.3 实验设计及步骤 | 第36-37页 |
| 3.4.4 实验结果 | 第37-39页 |
| 3.4.5 结果分析 | 第39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 基于生成对抗网络的超分辨率方法的优化 | 第41-59页 |
| 4.1 生成对抗网络 | 第41-42页 |
| 4.2 深度卷积对抗生成网络 | 第42-43页 |
| 4.3 优化方法 | 第43-51页 |
| 4.3.1 优化方法的相关技术 | 第44页 |
| 4.3.2 网络模型设计 | 第44-49页 |
| 4.3.3 训练参数设计 | 第49-51页 |
| 4.4 实验结果与分析 | 第51-58页 |
| 4.4.1 实验平台配置 | 第51页 |
| 4.4.2 实验评价标准 | 第51-52页 |
| 4.4.3 实验设计及步骤 | 第52页 |
| 4.4.4 实验结果 | 第52-57页 |
| 4.4.5 结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士期间已发表的论文 | 第67-69页 |
| 致谢 | 第69页 |
