圖像逆問題求解研究：基于深度神經網絡的視角

定　價：￥78.00

作　者：	張墨華著
出版社：	經濟管理出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787509679210	出版時間：	2021-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	209	字數(shù)：

內容簡介

　　近年來，研究人員的研究重點轉向從學習的角度去學習圖像先驗，根據學習的圖像統(tǒng)計特征來提升圖像逆問題的求解性能。通過對超分辨卷積神經網絡增加特征卷積層進一步增強特征提取的能力，通過低層特征和增強特征的串聯(lián)操作，在取得優(yōu)秀性能的同時，模型參數(shù)數(shù)量有效減少；通過對反卷積生成式網絡可逆求解進行理論分析，證明采用梯度下降對反卷積生成式網絡求逆的有效性，提出擴展生成式網絡范圍的圖像逆問題求解算法，實現(xiàn)擴展生成式網絡范圍的表示能力，提升復原圖像的保真度；提出顯著性引導多尺度先驗融合的水下圖像逆問題求解方法，更為準確地估計介質透射率；提出對抗編碼解碼網絡的水下圖像逆問題求解模型，實現(xiàn)端到端的水下圖像逆問題求解。

作者簡介

　　張墨華，1979年10月生，博士，河南財經政法大學副教授，畢業(yè)于戰(zhàn)略支援部隊信息工程大學軟件工程專業(yè)，主要研究方向為機器學習、圖像處理。

圖書目錄

第1章緒論
1．1 研究背景與意義
1．2 圖像逆問題求解技術概述
1．3 圖像逆問題求解學習模型研究現(xiàn)狀
1．4 本書的主要研究內容和章節(jié)安排
第2章深度神經網絡圖像逆問題求解的相關理論
2．1 機器學習任務
2．2 學習任務的正則化問題
2．3 人工神經網絡
2．4 深度神經網絡
2．5 圖像逆問題求解模型
2．6 圖像逆問題求解的深度學習方法
2．7 本章小結
第3章特征增強超分辨卷積神經網絡研究
3．1 圖像超分辨率方法概述
3．2 超分辨率卷積神經網絡SRCNN
3．3 特征增強超分辨卷積神經網絡FELSRCNN
3．4 多層特征增強超分辨卷積神經網絡架構MFELSRCNN
3．5 性能評估
3．6 本章小結
第4章基于深度生成式先驗模型的圖像逆問題求解
4．1 引言
4．2 生成式網絡隱向量求解分析
4．3 生成式網絡范圍內圖像逆問題求解方法
4．4 擴展生成式網絡范圍的圖像逆問題求解方法
4．5 實驗結果及分析
4．6 本章小結
第5章基于對抗編碼解碼網絡的水下圖像逆問題求解
5．1 引言
5．2 顯著性引導多尺度先驗融合的水下圖像逆問題求解方法
5．3 對抗編碼解碼網絡的水下圖像逆問題求解模型
5．4 實驗及結果分析
5．5 本章小結
第6章總結與展望
6．1 主要成果
6．2 后續(xù)工作展望
符號定義
英文縮略語表
參考文獻