基於深度學習的圖像處理

目錄
“信息科學技術學術著作叢書”序
前言
第1章圖像去模糊方法1
1.1多尺度編解碼深度捲積神經網絡圖像去模糊1
1.1.1圖像特徵提取模塊1
1.1.2網絡結構模型5
1.1.3實驗與分析10
1.2多尺度特徵金字塔網絡圖像去模糊16
1.2.1特徵金字塔網絡原理16
1.2.2網絡結構模型17
1.2.3實驗與分析22
1.3本章小結25
參考文獻26
第2章視頻信息缺失補全27
2.1基於雙判別器生成對抗網絡的視頻單幀補全28
2.1.1網絡模型28
2.1.2損失函數30
2.1.3實驗與分析31
2.2基於漸進增長生成對抗網絡的視頻多幀補全36
2.2.1網絡模型36
2.2.2實驗與分析39
2.3本章小結43參考文獻43
第3章圖像分類識別45
3.1基於捲積神經網絡的圖像分類識別46
3.1.1捲積神經網絡模型和結構設計46
3.1.2實驗與分析49
3.2基於貝葉斯正則化深度捲積神經網絡的圖像分類50
3.2.1深度捲積神經網絡的貝葉斯學習方法50
3.2.2實驗與分析53
3.3本章小結56
參考文獻56
第4章圖像領域自適應58
4.1基於深度對抗域自適應網絡的圖像識別58
4.1.1深度對抗域自適應網絡58
4.1.2實驗與分析61
4.2基於深度加權子域自適應網絡的圖像識別63
4.2.1深度加權子域自適應網絡63
4.2.2實驗與分析66
4.3基於自監督任務最優選擇的無監督域自適應68
4.3.1無監督域自適應網絡68
4.3.2實驗與分析72
4.4本章小結74
參考文獻75
第5章多源跨域圖像遷移學習76
5.1基於自監督任務的多源無監督域自適應77
5.1.1多源無監督域自適應網絡77
5.1.2實驗與分析81
5.2序貫式多源域自適應85
5.2.1序貫式多源域自適應方法85
5.2.2實驗與分析89
5.3基於相似性度量的多源到多目標域適應93
5.3.1基於相似性度量的多源到多目標域適應方法93
5.3.2實驗與分析97
5.4本章小結100
參考文獻101