| 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14-22页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 研究现状 | 第16-20页 |
| 1.3 论文的主要工作及章节安排 | 第20-22页 |
| 第二章 基础理论 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 图像超分辨率重建概述 | 第22-23页 |
| 2.3 深度学习基本理论 | 第23-31页 |
| 2.3.1 深度学习基本概念 | 第23页 |
| 2.3.2 深度学习架构 | 第23-27页 |
| 2.3.3 深度学习优化方法 | 第27-29页 |
| 2.3.4 基于深度学习的图像超分辨率重建方法 | 第29-31页 |
| 2.3.5 基于多尺度特征融合的深度神经网络 | 第31页 |
| 2.4 超分辨率重建图像质量评价 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于结构化稀疏多尺度特征融合网络的图像超分辨率重建方法 | 第34-56页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于结构化稀疏多尺度特征融合网络的图像超分辨率重建 | 第35-36页 |
| 3.3 多尺度特征融合网络 | 第36-41页 |
| 3.3.1 多尺度特征融合模块 | 第36-39页 |
| 3.3.2 多尺度特征融合网络 | 第39-40页 |
| 3.3.3 残差学习 | 第40页 |
| 3.3.4 损失函数 | 第40页 |
| 3.3.5 网络的多尺度放大 | 第40-41页 |
| 3.4 结构化稀疏的多尺度特征融合网络 | 第41-45页 |
| 3.4.1 稀疏性约束与组稀疏约束 | 第41-43页 |
| 3.4.2 结构化稀疏的多尺度特征融合网络 | 第43-45页 |
| 3.5 实验结果及分析 | 第45-55页 |
| 3.5.1 数据集及实验设置 | 第45-46页 |
| 3.5.2 结构化稀疏多尺度特征融合网络的属性分析 | 第46-52页 |
| 3.5.3 结构化稀疏的多尺度特征融合网络的性能分析 | 第52-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 基于单核多尺度特征融合网络的图像超分辨率重建 | 第56-68页 |
| 4.1 引言 | 第56页 |
| 4.2 基于单核多尺度特征融合网络的图像超分辨率重建 | 第56-60页 |
| 4.2.1 单核多尺度特征融合结构 | 第57-59页 |
| 4.2.2 单核多尺度特征融合网络 | 第59页 |
| 4.2.3 损失函数 | 第59-60页 |
| 4.3 实验结果及分析 | 第60-66页 |
| 4.3.1 数据集及实验设置 | 第61页 |
| 4.3.2 单核多尺度特征融合网络的性能分析 | 第61-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
