基于深度學習的圖像去模糊技術(shù)

定　價：￥78.00

作　者：	祁清
出版社：	河海大學出版社
叢編項：
標　簽：	暫缺

ISBN：	9787563083688	出版時間：	2023-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	177	字數(shù)：

內(nèi)容簡介

　　市場上現(xiàn)有的與圖像復原技術(shù)相關(guān)的書籍，鮮少有直接闡述圖像去模糊技術(shù)的書籍，目前存在的一些書籍大多采用的是傳統(tǒng)圖像處理方法實現(xiàn)的圖像去模糊任務(wù)，而這些技術(shù)方法缺少人工智能、深度學習的技術(shù)背景，以及在深度學習方法與圖像去模糊任務(wù)之間建立聯(lián)系。本書以深度學習為基礎(chǔ)和技術(shù)背景為特色，首先介紹了大量與圖像去模糊任務(wù)相關(guān)的技術(shù)背景與網(wǎng)絡(luò)結(jié)構(gòu)，其次闡述了采用深度學習解決圖象去模糊任務(wù)的算法。這較好地將技術(shù)的發(fā)展前沿與經(jīng)典的圖像去模糊任務(wù)建立了聯(lián)系。該書從實際應(yīng)用問題出發(fā)，介紹了圖像去模糊基本理論，詳細講解了深度學習前沿算法在圖像去模糊中的應(yīng)用，具有較高的參考價值和學術(shù)價值。本書旨在幫助讀者以快速、有效的方式上手深度學習與圖像去模糊處理。從實際應(yīng)用問題出發(fā)，通過圖像去模糊算法介紹如何使用深度學習解決這些問題。書中包含了深度學習的入門知識，是走進人工智能和圖像去模糊領(lǐng)域的參考書目。

作者簡介

暫缺《基于深度學習的圖像去模糊技術(shù)》作者簡介

圖書目錄

第1章緒論
1.1 研究背景及意義
1.2 圖像去模糊方法的外研究現(xiàn)狀
1.2.1 基于傳統(tǒng)圖像處理的圖像去模糊方法
1.2.2 基于CNN的圖像去模糊方法
1.2.3 基于GAN的圖像去模糊方法
1.2.4 圖像去模糊數(shù)據(jù)集的制作
1.2.4.1 GOPRO數(shù)據(jù)集
1.2.4.2 Kohler標準數(shù)據(jù)集
1.2.4.3 Lai標準數(shù)據(jù)集
1.2.4.4 Su標準視頻序列
1.2.5 圖像去模糊方法在特定類型圖像上的應(yīng)用
1.2.5.1 文本圖像去模糊方法與數(shù)據(jù)集制作
1.2.5.2 人臉圖像去模糊方法與數(shù)據(jù)集制作
1.3 圖像質(zhì)量評價
1.3.1 圖像主觀質(zhì)量評價方法
1.3.2 圖像客觀質(zhì)量評價方法
1.4 主要研究內(nèi)容
1.5 本書章節(jié)安排
第2章模糊圖像成像模型與深度學習基礎(chǔ)知識
2.1 模糊圖像退化模型
2.2 深度學習基礎(chǔ)知識
2.2.1 深度學習概述
2.2.2 網(wǎng)絡(luò)的反向傳播
2.2.3 深度學習優(yōu)化算法
2.2.4 卷積層
2.2.5 卷積神經(jīng)網(wǎng)絡(luò)
2.2.6 反卷積層
2.2.7 非線性激活函數(shù)
2.3 經(jīng)典卷積網(wǎng)絡(luò)模型結(jié)構(gòu)
2.3.1 LeNet
2.3.2 AlexNet
2.3.3 VGGNet模型與感知特征
2.3.4 殘差模塊
2.3.5 DenseNet網(wǎng)絡(luò)
2.3.6 Inception網(wǎng)絡(luò)
2.4 生成對抗網(wǎng)絡(luò)與圖像去模糊
2.4.1生成對抗網(wǎng)絡(luò)的框架2.4.2生成對抗網(wǎng)絡(luò)的演變
2.4.3 生成對抗網(wǎng)絡(luò)的應(yīng)用
第3章基于生成對抗網(wǎng)絡(luò)的圖像去模糊
3.1 基于感知特征和多尺度網(wǎng)絡(luò)的圖像去模糊
3.1.1 網(wǎng)絡(luò)結(jié)構(gòu)
3.1.1.1 生成網(wǎng)絡(luò)結(jié)構(gòu)
3.1.1.2 判別網(wǎng)絡(luò)結(jié)構(gòu)
3.1.2 目標損失函數(shù)
3.1.3 實驗過程及結(jié)果分析
3.1.3.1 合成模糊圖像的比較實驗
3.1.3.2 真實模糊圖像的比較實驗
3.1.4 單尺度生成網(wǎng)絡(luò)和多尺度生成網(wǎng)絡(luò)消融對比實驗
3.1.5 生成網(wǎng)絡(luò)目標損失函數(shù)消融對比實驗