近年來(lái),得益于計(jì)算機(jī)視覺(jué)理論的日益完善和機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)算法的迅猛發(fā)展,圖像和視頻的超分辨率重建技術(shù)和去模糊技術(shù)在理論和應(yīng)用上都取得了突破性的進(jìn)展。圖像和視頻的超分辨率和去模糊是兩個(gè)高度病態(tài)問(wèn)題,通常被分開(kāi)處理。但是,由于攝像機(jī)距離被拍攝物體較遠(yuǎn)且二者之間產(chǎn)生相對(duì)運(yùn)動(dòng)會(huì)導(dǎo)致現(xiàn)實(shí)世界中的大多數(shù)圖像和視頻是低分辨率且?guī)в袕?fù)雜的模糊形式,這在拍攝的監(jiān)控視頻與體育視頻等場(chǎng)景中經(jīng)常會(huì)出現(xiàn)。超分辨率重建方法通常處理的都是模糊核已知且模糊形式簡(jiǎn)單的低分辨率圖像及視頻,對(duì)于復(fù)雜的模糊形式,超分辨率重建的效果普遍較差。在去模糊方法中,雖然其模糊核為復(fù)雜且未知的,但其分辨率一般是比較高的。對(duì)于低分辨率且具有復(fù)雜模糊的輸入,僅使用去模糊方法無(wú)法生成高分辨率且清晰的結(jié)果。為此本文提出了基于深度學(xué)習(xí)的視頻圖像超分辨率及去模糊聯(lián)合方法,其主要工作內(nèi)容總結(jié)如下:1.本文提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的單幀視頻圖像超分辨率與去模糊聯(lián)合方法。該方法聚焦于自然場(chǎng)景視頻單幀圖像,直接從模糊的低分辨率輸入中重建出清晰的高分辨率視頻幀。首先提出了一個(gè)基于生成對(duì)抗網(wǎng)絡(luò)的模型來(lái)聯(lián)合處理單幀視頻圖像超分辨率和非均勻運(yùn)動(dòng)模糊;其次,... 

【文章來(lái)源】：西北師范大學(xué)甘肅省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 問(wèn)題的提出
    1.2 研究背景和意義
        1.2.1 超分辨率
        1.2.2 去模糊
        1.2.3 聯(lián)合超分辨率與去模糊
    1.3 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.3.1 超分辨率
        1.3.2 去模糊
        1.3.3 聯(lián)合超分辨率與去模糊
    1.4 本文研究?jī)?nèi)容
    1.5 論文結(jié)構(gòu)安排
第2章 相關(guān)理論與技術(shù)
    2.1 深度學(xué)習(xí)簡(jiǎn)介
        2.1.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.2 生成對(duì)抗網(wǎng)絡(luò)
    2.2 圖像降質(zhì)原理
    2.3 超分辨率算法介紹
        2.3.1 基于插值的方法
        2.3.2 基于重建的方法
        2.3.3 基于學(xué)習(xí)的方法
    2.4 去模糊技術(shù)
        2.4.1 模糊圖像復(fù)原模型
        2.4.2 常見(jiàn)的模糊形式
    2.5 本章小結(jié)
第3章 基于GAN的單幀視頻圖像超分辨率與去模糊聯(lián)合方法
    3.1 基本原理
        3.1.1 殘差網(wǎng)絡(luò)
        3.1.2 損失函數(shù)
        3.1.3 全局平均池化層
        3.1.4 激活函數(shù)
    3.2 算法設(shè)計(jì)思路
        3.2.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.2 損失函數(shù)
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 數(shù)據(jù)集
        3.3.2 網(wǎng)絡(luò)訓(xùn)練細(xì)節(jié)
        3.3.3 評(píng)價(jià)指標(biāo)
        3.3.4 與其他方法的比較
    3.4 本章小結(jié)
第4章 基于動(dòng)態(tài)上采樣濾波器的多幀視頻圖像超分辨率與去模糊聯(lián)合方法
    4.1 基本原理
        4.1.1 三維卷積
        4.1.2 稠密卷積網(wǎng)絡(luò)
        4.1.3 動(dòng)態(tài)濾波器卷積
        4.1.4 損失函數(shù)
    4.2 算法設(shè)計(jì)思路
        4.2.1 動(dòng)態(tài)上采樣濾波器
        4.2.2 網(wǎng)絡(luò)結(jié)構(gòu)
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 數(shù)據(jù)集
        4.3.2 網(wǎng)絡(luò)訓(xùn)練細(xì)節(jié)
        4.3.3 與其他方法的比較
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果



本文編號(hào)：3645049