基於深度學習的圖像去模糊技術 祁清 9787563083688 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：河海大學
物品所在地：中國大陸
原出版社：河海大學
NT$496
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202309*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：基於深度學習的圖像去模糊技術 ISBN：9787563083688 出版社：河海大學 著編譯者：祁清 頁數：177 所在地：中國大陸 *此為代購商品 書號：1582794 可大量預訂，請先連絡。 內容簡介 市場上現有的與圖像複原技術相關的書籍，鮮少有直接闡述圖像去模糊技術的書籍，目前存在的一些書籍大多採用的是傳統圖像處理方法實現的圖像去模糊任務，而這些技術方法缺少人工智慧、深度學習的技術背景，以及在深度學習方法與圖像去模糊任務之間建立聯繫。本書以深度學習為基礎和技術背景為特色，首先介紹了大量與圖像去模糊任務相關的技術背景與網路結構，其次闡述了採用深度學習解決圖象去模糊任務的演算法。這較好地將技術的發展前沿與經典的圖像去模糊任務建立了聯繫。該書從實際應用問題出發，介紹了圖像去模糊基本理論，詳細講解了深度學習前沿演算法在圖像去模糊中的應用，具有較高的參考價值和學術價值。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。從實際應用問題出發，通過圖像去模糊演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，是走進人工智慧和圖像去模糊領域的首選參考書目。目錄 第1章 緒論1 1 研究背景及意義 1 2 圖像去模糊方法的國內外研究現狀 1 2 1 基於傳統圖像處理的圖像去模糊方法 1 2 2 基於CNN的圖像去模糊方法 1 2 3 基於GAN的圖像去模糊方法 1 2 4 圖像去模糊數據集的製作 1 2 4 1 GOPRO數據集 1 2 4 2 Kohler標準數據集 1 2 4 3 Lai標準數據集 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用 1 2 5 1 文本圖像去模糊方法與數據集製作 1 2 5 2 人臉圖像去模糊方法與數據集製作 1 3 圖像質量評價 1 3 1 圖像主觀質量評價方法 1 3 2 圖像客觀質量評價方法 1 4 主要研究內容 1 5 本書章節安排 第2章 模糊圖像成像模型與深度學習基礎知識 2 1 模糊圖像退化模型 2 2 深度學習基礎知識 2 2 1 深度學習概述 2 2 2 網路的反向傳播 2 2 3 深度學習優化演算法 2 2 4 卷積層 2 2 5 卷積神經網路 2 2 6 反卷積層 2 2 7 非線性激活函數 2 3 經典卷積網路模型結構 2 3 1 LeNet 2 3 2 AlexNet 2 3 3 VGGNet模型與感知特徵 2 3 4 殘差模塊 2 3 5 DenseNet網路 2 3 6 Inception網路 2 4 生成對抗網路與圖像去模糊 2 4 1生成對抗網路的框架2 4 2生成對抗網路的演變 2 4 3 生成對抗網路的應用 第3章 基於生成對抗網路的圖像去模糊 3 1 基於感知特徵和多尺度網路的圖像去模糊 3 1 1 網路結構 3 1 1 1 生成網路結構 3 1 1 2 判別網路結構 3 1 2 目標損失函數 3 1 3 實驗過程及結果分析 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 單尺度生成網路和多尺度生成網路消融對比實驗 3 1 5 生成網路目標損失函數消融對比實驗 3 1 6 小結 3 2 基於注意力機制的圖像去模糊 3 2 1 網路模型 3 2 1 1 生成網路結構 3 2 1 2 判別網路結構 3 2 2 目標損失函數 3 2 3 實驗過程及結果分析 3 2 3 1 合成模糊圖像的比較實驗 3 2 3 2 真實模糊圖像的比較實驗 3 2 4 生成網路消融對比實驗 3 2 5 小結 3 3 基於局部特徵和非局部特徵的圖像去模糊 3 3 1 網路結構 3 3 1 1 生成網路結構 3 3 1 2 判別網路結構 目標損失函數 實驗過程及結果分析 3 3 3 1 數據準備及參數設置 3 3 3 2 合成模糊圖像的比較實驗 3 3 3 3 真實模糊圖像的比較實驗 3 3 4 生成網路模塊消融對比實驗 3 3 5 目標損失函數消融對比實驗 3 3 6 小結 第4章 基於圖像先驗的圖像去模糊方法 4 1 基於圖像邊緣判別機制與部分權值共享的圖像去模糊 4 1 1 圖像邊緣判別機制 4 1 2 部分權值共享網路 4 1 3 生成網路結構 4 1 4 判別網路結構 4 1 5 目標損失函數 4 1 6 實驗過程及結果分析 4 1 6 1 數據準備及參數設置 4 1 6 2 合成模糊圖像的比較實驗 土土 2023-10-30 12: 4 1 6 3 真實模糊圖像的比較實驗 4 1 7 圖像邊緣判別機制與部分權重共享網路消融對比實驗 4 1 8 小結 4 2 基於雙網路判別的盲圖像去模糊 4 2 1 雙網路圖像邊緣判別機制 4 2 2 圖像去模糊網路結構 4 2 2 1 PNet子網網路結構 4 2 2 2 DNet子網網路結構 4 2 3 目標損失函數 4 2 3 1 PNet子網的目標損失函數 4 2 3 2 DNet子網的目標損失函數 4 2 4 實驗過程與結果分析 4 2 4 1 數據準備及參數設置 4 2 4 2 合成模糊圖像數據集上的比較實驗 4 2 4 3 真實模糊圖像數據集上的比較實驗 4 2 5 PNet子網的消融對比實驗 4 2 6 目標損失函數的消融對比實驗 4 2 7 小結 4 3 基於圖像結構先驗的圖像去模糊 4 3 1 網路結構 4 3 1 1 生成網路結構 4 3 1 2 判別網路結構 4 3 2 目標損失函數 4 3 3 實驗過程及結果分析 4 3 3 1 數據準備及參數設置 4 3 3 2 合成模糊圖像的比較實驗 4 3 3 3 真實模糊圖像的比較實驗 4 3 4 生成網路模塊消融對比實驗 4 3 5 目標損失函數消融對比實驗 4 3 6 小結 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
